§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

第一节简单随机抽样概述 第二节参数估计 第三节样本容量的确定

一、估计边缘均数 二、显示边缘均数

●多元线性回归模型及古典假定 ●多元线性回归模型的估计 ●多元线性回归模型的检验 ●多元线性回归模型的预测

7.1变量间关系的度量 7.2一元线性回归分析 7.3利用回归方程进行估计和预测 7.4多元线性回归分析

第一节 实验设计的基本要素 第二节 实验设计的基本原则 第三节 常用的实验设计方案 第四节 样本含量的估计

第一节 抽样调查的基本概念 第二节 抽样误差 第三节 参数估计基本方法 第四节 抽样调查的组织形式及抽样估计

要点：掌握统计推断的基本方法。了解统计推断的含义， 掌握参数估计和假设检验的基本思想。了解点估计量的性 质。初步掌握假设检验的显著性检验方法

数理统计的基本问题之一是根据样本所提供 的信息,对总体的分布以及分布的数字特征做出 工统计推断.统计推断的主要内容分为两大类:一 类是参数估计问题,另一类是假设检验问题.本 章主要讨论参数估计问题.这里的参数可以是总 体分布中的未知参数,也可以是总体的某个数字 特征.若总体分布形式已知,但它的一个或多个 参数未知或总体的某个数字特征未知时,就需借 工助总体X的样本来估计未知参数.以下主要讨论 总体参数的点估计和区间估计

引言 上一讲,我们介绍了总体、样本、简单随机样本、统计量和抽样分布的概念, 介绍了统计中常用的三大分布,给出了几 个重要的抽样分布定理它们是进一步学习统计推断的基础