我们前面已经比较系统地讨论了双样本的参数和非参数检验的问题。现在，我们希望利用一般的方法来检验三个以上样本的差异， 检验法和方差分析法就是解决这方面问题的。检验法可以对拟合优度和独立性等进行检验，方差分析法则可以对多个总体均值是否相等进行检验。后者由于通过各组样本资料之间的方差和组内方差的比较来建立服从F分布的检验统计量，所以又称F检验。 第一节：拟合优度检验 第二节：无关联性检验 第三节：方差分析 第四节：回归方程与相关系数的检验

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。 第一节 符号检验 第二节 配对符号秩检验 第三节 秩和检验 第四节 游程检验 第五节 累计频数检验

第一节 点估计(Point estimation) 第二节 区间估计（Interval estimation) 第三节 其他类型的置信区间 第四节 抽样平均误差 第五节 样本容量的确定

我们在第一章就已经知道，推论统计有两个基本内容：①假设检验；②参数估计。有了概率和概率分布的知识，接下来我们要逐步掌握统计检验的一般步骤。既然按照数学规则得到的概率都不能用经验方法准确求得，于是，理论概率和经验得到的频率之间肯定存在某种差别，这就引出了实践检验理论的问题。随机变量的取值状态不同，其概率分布的形式也就不同。本章我们不仅要引出二项分布和正态分布这两个著名的概率分布，并且要将它们与抽样调查联系起来，以领会统计检验，并逐步拓宽其应用面。 第一节 二项分布 第二节 统计检验的基本步骤 第三节 正态分布 第四节 中心极限定理 第五节 总体均值和成数的单样本检验

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）

统计表 变量数列的编制 统计图 统计分组的原则与标准

社会统计学的几个基本概念 什么是社会统计学

社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面

我们在掌握了单样本检验与估计的有关方法与原理之后，把视野投向双样本检验与估计是很自然的。双样本统计，除了有大样本、小样本之分外，根据抽样之不同，还可分为独立样本与配对样本。独立样本,指双样本是在两个总体中相互独立地抽取的。配对样本，指只有一个总体，双样本是由于样本中的个体两两匹配成对而产生的。配对样本相互之间不独立

延安大学：《社会统计学 Social Statistics》课程教学资源（电子教案）第八章 常用统计分布