一、协方差和相关系数的概念 对于二维随机变量(X,Y),除了关心它的各个分 量的数学期望和方差外,还需要知道这两个分量之 间的相互关系,这种关系无法从各个分量的期望和 方差来说明,这就需要引进描述这两个分量之间相 互关系的数字特征一协方差及相关系数,但如何 工来刻画这种关系呢?

一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

◼ 5.1 随机事件及其概率 ◼ 5.2 离散型随机变量及其分布 ◼ 5.3 连续型随机变量的概率分布 ◼ 利用Excel计算随机变量的概率分布

➢ 6.1 方差分析引论 方差分析及其有关术语 方差分析的基本思想和原理 方差分析中的基本假定 问题的一般提法 ➢ 6.2 单因素方差分析 数据结构 分析步骤 用Excel进行方差分析 方差分析中的多重比较 ➢ 6.3 方差分析中的多重比较 ➢ 6.4 试验设计初步 完全随机化设计 随机化区组设计 因子设计

第一节 试验设计概述 第二节 动物试验计划 第三节 试验设计的基本原则 第四节 完全随机设计 第五节 随机单位组设计 第六节 拉丁方设计 *第八节 正交设计 第九节 调查设计 第十节 样本含量的确定

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验 第四节 总体参数的区间估计

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t分布

◼ 7.1 参数估计的一般问题 ◼ 7.2 一个总体参数的区间估计 ◼ 7.3 两个总体参数的区间估计 ◼ 7.4 样本量的确定

第一节 配对资料的符号秩和检验 （Wilcoxon配对法） 第三节 成组设计多样本比较的秩和检验（Kruskal-Wallis法） 第四节 样本间两两比较的秩和检验

1. 解释方差分析的概念 2. 解释方差分析的基本思想和原理 3. 掌握单因素方差分析的方法及应用 4. 理解多重比较的意义 5. 掌握双因素方差分析的方法及应用