一、数据收集 二、数据分析和总结 三、概率论回顾 四、统计的抽样分布 五、推断:点估计和置信区间估计,假设检验 六、线性回归 七、方差分析 八、非参数方法 九、专题(数据挖掘?)

7-1物质的微观模型统计规律性 一、分子的数密度和线度 ·物质的分子是可以独立存在、并保持该物质原有性质的最小粒子

第一节 资料分析 一、资料的整理 （一）核查资料 （二）资料的数量化 （三）资料的分组 二、资料的描述性统计分析 （一）对资料一般特征的描述 （二）对应答率或失访率的描述 （三）对研究项目的描述性统计分析 第二节 资料表达 第三节 论文撰写

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

9.1 分类数据与X2统计量 9.2 拟合优度 检验 9.3 列联分析：独立性检验 9.4 列联表中的相关度量 9.5 列联分析中应注意的问题

◼ 1.理解分类数据与x2统计量 ◼ 2.掌握拟合优度检验及其应用 ◼ 3.掌握独立性检验及其应用 ◼ 4.掌握测度列联表中的相关性

1. 掌握调查问卷的设计及制作。 2. 掌握调查数据的获取方法及数据的前期分析和预处理方法。 3. 面对获取统计数据，学会选择合适的方法，继而进行数据的描述性分析和推断性分析

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

1. 掌握 T 检验的原理和方法（公式）的来源及推导过程。 2. 掌握 T 检验的适用条件（样本特性）。 3. 掌握配对 T 检验的适用条件和方法。 4. 掌握两组独立样本的 T 检验的适用条件和方法。 5. 掌握样本均数与总体均数的比较的 T 检验方法。 6. 学会通过 T 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

1.1随机现象与统计规律性 一、概率论是研究随机现象的数量规律的数学分枝所谓随机现象,就是在基本条件不变的情况下各次实验或观察会得到不同的结果的现象,而且这一结果是不能准确预料的