1、t Distribution 2、单个样本平均数的假设测验 3、两个样本平均数相比较的假设测验

第一章 事件与概率 第二章 离散型随机变量 第三章 连续型随机变量 第四章 大数定律与中心极限定理 第五章 数理统计的基本概念 第六章 点估计 第七章 假设检验 第八章 方差分析和回归分析

第一章 绪论 第二章 基本概念 一、 基本概念 二、 学习目的、内容及方法 第一节 电子计算器的使用 二、 分类及特性 三、 使用注意事项 四、 常用键符及其功能简介 五、 典型运算操作实例 第二章 定量资料的统计描述 一、基本概念 二、公式及应用条件 三、习题 四、思考题 第三章 总体均数的区间估计和假设检验 第四章 方差分析 第五章 定性资料的统计描述 第六章 总体率的区间估计和假设检验 第七章 二项分布与 Poisson 分布 第八章 秩和检验 第九章 直线相关与回归 第十章 实验设计 第十一章 调查设计 第十二章 统计表与统计图

第五节 多个方差齐性检验 第二节 单因素方差分析 第三节 双因素方差分析 第四节 多个样本均数间两两比较 第一节 方差分析的基本思路 第六节 变量变换

第二节 泊松分布及其应用 第三节 两种分布的拟 合优度检验 第一节 二项分布及其应用

第一节 概述 第二节 测量误差 一、误差分类及产生原因 二、误差的表示方法 三、误差的传递 四、提高分析结果准确度的方法 第三节 有效数字及其运算规则 一、有效数字 二、有效数字的修约规则 三、有效数字的运算法则 第四节 偶然误差的正态分布 一、偶然误差的正态分布和标准正态分布 二、偶然误差的区间概率 第五节 有限数据的统计处理和t分布 一、正态分布与 t 分布区别 二、平均值的精密度和平均值的置信区间 三、显著性检验

有效数字 有效数字的修约规则 有效数字的运算法则 一、偶然误差的正态分布 二、 t 分布 三、 平均值的精密度和置信区间 四、 显著性检验 五、 可疑数据的取舍 六 相关与回归

12.1 多元线性回归模型 12.2 回归方程的拟合优度 12.3 显著性检验 12.4 多重共线性 12.5 利用回归方程进行估计和预测 12.6 变量选择与逐步回归

第一节 相关和回归 第二节 一元线性回归模型 第三节 多元线性回归模型 第四节 方程的解释能力 第五节 回归方程的检验和回归系数的推断统计 第六节 多重共线性及其解决方案 第七节 虚拟变量的应用 第八节 计算机应用 第九节 研究实例

一、回归常识与结构方程模型 二、交互效应调节效应中介效应：原理、检验与复合 三、一般效应分析的DASC计算 四、循环效应：原理、图示、DASC计算 五、效应分析的应用与论文写作 六、附录：联立方程模型与二阶段LSE