本书介绍SPSS的最新版本SPSS11.0forWindows的基本功能。配以大量针对性强的应用实例，对输出结果予以详尽地统计解释与分析，以体现实用性。同时为方便读者学习，在涉及统计分析的各章末，选择了典型的习题，供上机训练使用。本书共分14章，第1章介绍软件的概况，第2章~第5章介绍描述性统计分析。第6章~第12章介绍与数理统计的基本内容有关的统计分析功能，如参数估计与检验、非参数假设检验、方差分析、相关分析与回归分析、聚类分析与因子分析等。最后两章介绍统计图形的生成以及编辑功能等。附录给出SPSS的全部函数。本书可供开设统计课程的各类大专院校师生使用，也可作为统计工作者、经济管理人员和科技工作者参考阅读

一、教学目的要求 1.了解抽样的基本内容:总体和样本。 2.理解分位数、分位点等概念。 3.掌握统计量的基本概念及常用统计量、常用三大分布

一、假设检验方法 单样本配对两样木完全随随机区拉方交叉等级资料

第一节 线性相关 第二节 线性回归 第三节 线性相关与回归的区别与联系 第四节 等级相关

重要的专业基础课，是计量经济学、抽样调查、市场调查、多元统计、统计预测与决策、时间序列分析、国民经济核算、数据处理与数据分析等专业主干课的学习基础

1. 本年与上年相比，若物价上涨 15%，则本年的 1 元（） A. 只值上年的 0.85 元 B. 只值上年的 0.87 元 C. 与上年的 1 元钱等值 D. 无法与上年比较

一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

一、随机变量的函数 定义如果存在一个函数g(X),使得随机变量XY满足 Y=(X), 则称随机变量Y是随机变量X的函数. 注:在微积分中我们讨论变量间的函数关系时,主要研究函数关系的确定性特征,例 如导数、积分等而在概率论中,我们主要研究是随机变量函数的随机性特征,即由自变量 X的统计规律性出发研究因变量Y的统计性规律

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

本章主要讲述样本,总体,参数与参数空间;直方图与经验分布函数;统计 内容量,x2分布,t分布和F分布;分位数;正态总体的抽样分布等内容