一、每次试验前不能预言出现什么结果 二、每次试验后出现的结果不止一个 三、在相同的条件下进行大量观察或试验时,出现的结果有一定的规律性称之为统计规律性

回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学 领域中,此类问题很普遍,如人头发中某种金属元素的含量与血液中该元素的 含量有关系,人的体表面积与身高、体重有关系;等等。回归分析就是用于说 明这种依存变化的数学关系

宏观物体都是由大量不停息地运动着的、彼此 有相互作用的分子或原子组成 现代的仪器已可以观察和测量分子或原子的大 小以及它们在物体中的排列情况,例如X光分析仪, 电子显微镜,扫描隧道显微镜等. 利用扫描隧道显 微镜技术把一个个原 子排列成IBM字母 的照片 对于由大量分子组成的热力学系统从微观上加 以研究时,必须用统计的方法

前言 第一章随机事件及其概率 1.同一问题的概型未必唯一 2.事件间的关系 (1)由A-B=C推不出A=BC (2)由A=BC推不出A-B=C

Keynes简化的线性函数形式为: Y=a+by Keynes提出其理论是在三十年代,当时 他主要是以个人的偶然的观察为依据 3五十年代后,经济学家为了检验这个假 说,对实际统计资料进行统计分析,在 此基础上总结出了几种新的消费函数形 式,相应提出了各种有关消费的假说

7-1物质的微观模型统计规律性 7-2理想气体的压强公式 7-3理想气体分子的平均平动动能于温度的关系 7-4能量均分定理理想气体内能 7-5麦克斯韦气体分子速率分布律 7-7气体的平均碰撞次数和平均自由程 7-8气体的迁移现象 7-10热力学第二定律的统计意义

第一节 一元线性回归模型的概念 第二节 模型参数的最小二乘估计 第三节 最小二乘估计量的统计性质及分布 第四节 一元线性回归模型的统计检验 第五节 一元线性回归模型的预测 第六节 案例分析

第一节 一元线性回归模型的概念 第二节 模型参数的最小二乘估计 第三节 最小二乘估计量的统计性质及分布 第四节 一元线性回归模型的统计检验 第五节 一元线性回归模型的预测 第六节 案例分析

第一节抽样调查的意义及基本概念 一、抽样调查的意义 一般所讲的抽样调查,即指狭义的抽样 调查(随机抽样):按照随机原则从总体中抽 取一部分单位进行观察,并运用数理统计的 原理,以被抽取的那部分单位的数量特征为 代表,对总体作出数量上的推断分析

分布函数能完整地描述r.v的统计特性,但实际应用中并不都需要知 道分布函数,而只需知道rv的某些特征. 例如: 判断棉花质量时,既看纤维的平均长度又要看纤维长度与平均长度的偏离程度平均长度越长,偏离程度越小,质量就越好;