第一部分 教育统计学的内容和几个基本概念 第二部分 教育统计资料的整理 第三部分 集中量数 第四部分 差异量数 第五部分 相关系数 一、相关的意义 二、 积差相关 三、 等级相关

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

一、本节知识结构 二、误差的概念、分类与表示法 三、随机误差的统计规律 四、少量数据的统计处理 五、误差的传递 六、回归分析法 七、提高分析结果准确度的方法 八、有效数字

◼ 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

将改进的主元分析(PCA)方法应用于连铸结晶器的过程监测.基于板坯连铸结晶器摩擦力实测数据进行仿真分析,结果表明,改进的PCA避免了Q统计量的保守性,从而能够更有效地识别过程故障与工况改变引起的T2统计量的变化.与传统的PCA方法相比,改进PCA具有更强的故障检测能力

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

参数估计的内容: 1、点估计(Point Estination):估计未知参数的值 2、区间估计(Interval Estimation):估计未知参数的估计值的精确性和可靠性 0=θ+△ 本章介绍统计学中的参数估计的一些基本概念和方法

(1)可疑数据的取舍——过失误差的判断方法:Q检验法;格鲁布斯( Grubbs)检验法。确定某个数据是否可用。 (2)分析方法的准确性———系统误差的判断显著性检验:利用统计学的方法,检验被处理的数据是否存在统计上的显著性差异

包括以下10门课程：离散数学、C语言、数据结构、常微分方程、操作系统、计算方法、数据库原理及应用、概率论与数理统计、JAVA语言、实变函数

一、抽样数据的描述统计 二、随机变量及其概率分布 三、随机变量的数学期望 四、随机变量的方差 五、常用随机变量的分布 六、应用案例