第五节 方差分析 ❖一 方差分析的基本思想 ❖二 完全随机设计的多个样本均数比较 ❖三 随机区组组设计的多个样本均数比较 ❖四 多个样本均数间的两两比较的q检验 第六节 假设检验时应注意的事项

4.1 参数估计的基本原理 估计量与估计值 点估计与区间估计 评价估计量的标准 4.2 一个总体参数的区间估计 总体均值的估计 总体比率的估计 总体方差的估计 4.3 样本量的确定

时间数列（动态数列）是指标数值按时间顺序排列而形成的数列。本章主要内容包括：时间数列及其指标分析，时间数列的趋势分析，指数分析法

➢ 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 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

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

在社会研究中我们经常要采用定序尺度，但直到现在，我们都还没有机会讨论涉及到定序尺度的显著性检验。本章要讲述某些用于定序尺度的双样本检验。与以前所讲的检验不同，使用这类方法不需要对总体分布作任何事先的假定(例如正态总体)。同时从检验的内容来说，也不是检验总体分布的某些参数(例如均值、成数、方差等)，而是检验总体某些有关的性质，所以称为非参数检验。非参数检验，泛指“对分布类型已知的总体进行参数检验”之外的所有检验方法

主要内容：（1）变异指标；（2）全距和四分位差；（3）平均差、标准差和标准分；（4）绝对离势和相对离势；（5）偏度（及峰度）所谓离中趋势，是指数列中各变量值之间的差距和离散程度。离势小，平均数的代表性高；离势大，平均数代表性低

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