在前一讲中,我们介绍了有关随机现象的 些基本概念,并说明了概率的含义和统计计算 方法。回忆一下,代表随机现象的样本空间, A为所关心或感兴趣的事件,P(A)为其发生的概 率大小 在本讲,我们将介绍两个简单,但非常有 用的概率模型

第一章预备数学知识 第一节随机向量及其矩 第二节多元正态分布 第三节样本矩 第四节多元正态总体的均值与协差阵估计 第五节多元统计中常用的统计量及其分布

当方差分析的结果拒绝H,接受H1时, 只说明k个总体均数不全相等。若想进一步了 解哪些两个总体均数不等,需进行多个样本 均数间的两两比较或称多重比较(multiple comparison)。也叫 post hoc检验

第一节两独立样本差别的秩和检验 第二节配对设计资料的秩检验 第三节完全随机设计多组差别的秩和检验 第四节随机单位组设计的秩和检验

一、理解并能应用统计思想 二、熟练掌握常用方法: 三、假设检验、方差分析、回归分析、实验设计等 四、了解其它统计方法的适用范围、限制条件等 1.1 随机现象与统计规律性 1.2 样本空间与事件 1.3 概率 1.4 概率的运算 1.5 独立性 1.6 全概公式

期末复习中,你可以在课本中取出一个编号为奇数的任意问题的随机样本, 并能在没有计算机的帮助下做出来。你可能想试图在没有计算机的情况 下做出茎叶图,简单的散点图,和简单的经验累积概率分布。可以尝试 在没有计算机时做一元线性回归

5.1抽样与抽样分布 5.2参数估计的基本方法 5.3总体均值的区间估计 5.4总体比例的区间估计 5.5样本容量的确定

一、人的因素实验中的变量 二、小样本设计 三、因变量的选择 四、言语报告 五、现场研究

n(元)维随机变量(向量) 称同一个样本空间Ω上的n个随机变量 X1,2,…,Xn构成的n维向量(X1,2,Xn) 为Ω上的n维随机变量(向量) 注:一维随机变量即为上一节介绍的随机变量, 二维及二维以上的随机变量称为多维随机变量

就像读写能力一样,统计能力有一天会成为 每一个公民必备的能力,。” H.G. Wells 统计推断: 根据从总体中抽取的样本信息来得出总体情况 的方法。 点估让:估计一个未知总体的参数。 置信区间佔计:找到以预先指定概率包含参数 的区间。 假设检验:对一个未知的总体参数的假设的检 验