前面我们讲了参数估计,但在很多场合下我们并不需要对参数进行估计,而是要对总体的分 布或参数作某种检验,这就是我们假设检验要解决的问题

第一章 抽样调查概述 第二章 抽样调查基本原理 第三章 简单随机抽样 第四章 分层抽样 第五章 比估计与回归估计 第六章 整群抽样 第七章 等距抽样 第八章 多阶抽样 第九章 二重抽样 第十章 非抽样误差及其控制

一、 目的要求 掌握：掌握成组设计和配对设计资料的优势比的 意义、计算和置信区间估计的方法。 熟悉：成组设计资料优势比的假设检验方法； M-H分层分析方法及其趋势检验方法；1:1配 对设计两分类变量优势比的假设检验方法。 了解：病例-对照研究的设计及需要注意的问题； 偏倚的种类与控制方法；病例-对照研究的样 本含量估计

 Modeling strategies of SEM（模型的用途）  Model confirmation：验证（confirmatory）先设模型的恰当性  Model generation：设起始模型，与观察数据比较之后，进行必要的修正，反复估计而得到最佳拟合的模型  Model competation：利用不同模型的比较以决定何者最能反应真实数据 1、模型设定（model specification） 2、模型识别（model identification） 3、模型估计（model estimation） 4、模型评价（model evaluation） 5、模型修正（ model modification）

第一节 两总体大样本假设检验 第二节 两总体小样本假设检验 第三节 配对样本的假设检验 第四节 双样本区间估计

一元线性回归模型 模型参数估计（最小二乘法） 样本判定系数与拟合优度检验 回归参数估计值的显著性检验 模型整体的显著性检验 一元线性回归模型预测 参数估计 假设检验

4.1 研究对象及相关概率 4.2 贝叶斯决策 4.3 贝叶斯分类器的错误率 4.4 聂曼-皮尔逊决策 4.5 概率密度函数的参数估计 4.6 概率密度函数的非参数估计 4.7 后验概率密度分类的势函数方法

通过本章的学习，要求掌握抽样推断的基本概念和一般原理：抽样误差的形成原因及其影响因素，抽样平均误差的计算；极限误差的含义、计算；概率度、概率的含义；总体参数的估计等。 第一节 抽样推断的意义和作用 第二节 抽样推断中的基本概念 第三节 抽样误差 第四节 抽样估计的方法 第五节 抽样的组织方式 第六章 抽样推断

实验1：计算超几何分布 实验2：频率稳定性实验 实验3：利用频率估计自然对数底e 实验4：蒲丰投针实验，利用频率估计圆周率 实验5：生日悖论实验

4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计 4.3 多元加权最小二乘估计 4.4 自相关性问题及其处理 4.5 异常值与强影响点 4.6 本章小结与评注