第1节 总体与样本 第2节 统计量与常用统计量 第3节 抽样分布 第4节 单个正态总体的抽样分布 第5节 两个正态总体的抽样分布

13.1 单样本的检验 13.2 两个及两个以上样本的检验 13.3 秩相关及其检验

 §6.1 随机样本  §6.2 直方图和箱线图  §6.3 抽样分布

§5.1 总体与样本 §5.2 样本数据的整理与显示 §5.3 统计量及其分布 §5.4 三大抽样分布 §5.5 充分统计量

第一节 显著性检验的基本原理 第二节 样本平均数与总体平均数差异显著性检验 第三节 两个样本平均数的差异显著性检验 第三节 百分数资料差异显著性检 第四节 总体参数的区间估计

古典线性回归模型的假定 OLS的代数推导 OLS的几何解释 拟合优度 OLS的小样本性质 对单个系数的 t检验 对线性假设的 F检验 分块回归与偏回归(选读) 预测

1. 掌握秩和检验的原理和方法（公式）的来源及推导过程。 2. 掌握秩和检验的适用条件（样本特性）和样本数据的的特点。 3. 知道秩和检验中“秩”和“秩和”的含义及计算方法。 4. 理解第一类错误和第二类错误的定义。 5．学会通过秩和检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．两两比较的意义和方法

一．样本空间 二．随机事件

1. 掌握卡方检验的原理和方法（公式）的来源及推导过程。 2. 掌握卡方检验的适用条件（样本特性）和样本数据的的特点。 3. 知道卡方检验中对变量进行加权的意义。 4. 掌握卡方检验中实际数和理论值的运算关系，以及不同的实际数和理论值条件下对检验结果的影响。 5. 学会通过卡方检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．行列分割的意义和方法

1. 掌握方差检验的原理和方法（公式）的来源及推导过程。 2. 掌握方差检验的适用条件（样本特性）。 3. 掌握成组设计的多个样本方差分析（单因素方差分析）的条件和方法。 4. 学会通过方差检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 5．组内变异和组间变异的概念