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

§1.1 随机试验 §1.2 样本空间、随机事件 §1.3 频率与概率 §1.4 等可能概型（古典概型，几何概型） §1.5 条件概率 §1.6 独立性

一、方差的定义及计算公式 二、离散型随机变量的方差 三、连续型随机变量的方差 四、方差的性质

本章将详细论述对数极大似然估计对象，说明其一般特征。并给出了一些可以使用该方法的具体的例子。 §8.1.1 极大似然估计的基本原理 §8.1.2 EViews极大似然对象概述 §8.1.3 似然说明 §8.1.4 极大似然估计量的计算方法 §8.1.5 估计 §8.1.6 LogL视图 §8.1.7 LogL过程 §8.1.8 问题解答 §8.1.9 限制

必修课 《大学物理 1》 《大学物理 2》 《电磁学》 《电动力学》 《电路分析》 《光学》 《理论力学》 《力学》 《量子力学》 《模拟电子技术》 《热学》 《数学物理方法》 《统计力学》 《原子物理学》 《基础物理实验 B》 实践课 《教学见习》 《教育实习》 《教育研习》 《近代物理实验》 《模拟电子技术实验》 《普物实验（基础实验 1）》 《普物综合设计实验》 《普物实验（基础实验 2）》 选修课 《单片机原理与接口技术》 《固体物理》 《近现代物理学史》 《力电专题》 《普通物理选讲》 《设计与技术初步》 《数字电子技术》 《数字电子技术基础实验》 《太赫兹波科学与技术》 《探究性实验》 《虚拟仪器》 《中学物理教师教学基本技能（二）》 《中学物理教师教学基本技能（一）》 《中学物理教学法实验》

一、Z=X+Y的分布 二、 Z=max{X,Y} , Z=min{X,Y} 的分布 三、 Z=Y / X 的分布

一、Z=X+Y的分布 二、 Z=max{X,Y} , Z=min{X,Y} 的分布 三、 Z=Y / X 的分布

To describe the properties of central tendency, variation and shape in numerical data To calculate descriptive summary measures for a population To construct and interpret a box-and-whisker plot To describe the covariance and coefficient of correlation as a measure of the strength of the relationship between two numerical variables

▪ Interpret the mean and standard deviation for a discrete probability distribution ▪ Explain covariance and its application in finance ▪ Use the binomial probability distribution to find probabilities ▪ Describe when to apply the binomial distribution ▪ Discuss the Hypergeometric distribution ▪ Review the Poisson distribution

 Formulate null (H0) and alternative hypotheses (H1) for applications involving one sample population mean or proportion  Formulate a decision rule for testing a hypothesis  Know how to use the critical value and p-value approaches to test the null hypothesis (for both mean and proportion problems)  Know what Type I and Type II errors are