本次课程主要内容 1.课程介绍 2.社会研究方法——方法论 3.研究方法 4.统计分析方法 5.调查研究的应用领域 6.数据处理 7.课程安排 8.参考资料

一、前言 绝对数:实际观察得到的数据,反映真实情况。 相对数:两个有关指标之比,用于比较

1. 基本原理：统计分析对生物材料的分析为何是必需的？ 许多误差源存在于生命系统的检测过程！ 有关生物材料数据误差和测量值方面的举例

一、考试类型方式栏中教师可根据实际情况进行多项选择，在相应的栏目中打“√”。 二、卷面成绩统计中的成绩为学生试卷评阅成绩； 三、课程成绩统计中成绩指最终学生考核成绩，优良率指 85 分以上

一、教学目的要求 经济学理论描述经济变量之间的关系,却没有提供这种关系的具体函数形式。经典 的线性和非线性模型都假定经济变量的函数关系已知,往往会导致在模型设定上存在误 差.非参数模型是不对未知的函数和统计分布作任何具体的假定,而是通过样本数据获 得函数关系的估计,模型更客观地拟合实际经济问题

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

第一节 方差分析的基本原理与步骤 第二节 单因素试验资料的方差分析 第三节 两因素试验资料的方差分析 *第四节 方差分析的数学模型与期望均方 第五节 数据转换

一、统计学是什么? 1.如果您不能量化某些事情,那么您就不能理解他它,如果您不能理解它,那么您就不能控制它,如果您不能控制它,那么您就不能改进它。 2.统计学是收集、分析、表述和解释数据的艺术和科学。 3.SPSS是统计分析工具软件,它帮助您完成手工难以完成或无法完成的数据处理工作。 4.数据无处不在 5.数据包含的信息很多,但是数据中的信息往往是分散的,但个数据很难直接被应用起来 6.统计学就是把数据转化为信息的科学

目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》