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?)

第一节 完全随机设计的方差分析 第二节 随机区组设计的方差分析 第三节 多个样本均数的两两比较 第四节 析因设计的方差分析 第五节 多个方差齐性检验 第一节 相对数的概念及计算 第二节 相对数使用应注意的问题 第三节 率的标准化 第四节 医学中常用的相对数指标 第五节 率的抽样误差与区间估计

本章主要内容 1、了解数据、总体、样本的含义及随机抽样的一般方法; 2、掌握排列图、因果分析图的作图方法和应用; 3、掌握分层法、统计图表法的应用 4、了解直方图的原理、作用、作图方法及应用

3.1 集中趋势的测定与分析 3.2 离中趋势的测定与分析 3.3 分布形态的测定与分析 3.4 描述统计工具

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

利用神经网络结构计算方法对岩石基复合材料支护大尺度采空区动力损伤演化趋势进行统计和预测,并与工程现场多种方法的综合监测数据进行了比较,其结果完全吻合

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

对于接近零不合格品的生产过程,传统的统计过程控制(SPC)理论需要进一步发展,应用累积合格品数作为统计量是一条有效的途径.在此基础上,进一步提出接近零不合格品生产过程的基本模式和一套完整实用的判异、判稳准则

什么是小概率? 概率是从0到1之间的一个数,因此小概 率就应该是接近0的一个数 著名的英国统计家 Ronald fisher把20分 之1作为标准,这也就是0.05,从此005 或比0.05小的概率都被认为是小概率 Fisher没有任何深奥的理由解释他为什么 选择005,只是说他忽然想起来的

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