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

第一节 什么是自相关 第二节 自相关的后果 第三节 自相关的检验 第四节 自相关的补救 第五节 案例分析

什么是多重共线性（实质和原因） 多重共线性产生的后果 多重共线性的检验 多重共线性的补救措施

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

第一节 相关分析的概念与性质 第二节 相关系数的计算与检验 第三节 等级相关 第四节 偏相关与复相关

《概率论与数理统计》课程教学资源（复习课PPT）第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验

一、单个总体均值分量间结构关系的检验 问题引入 例设x~N2(,2)H=(A

本章前四节所介绍的各种检验法,是在总体分布类型已知的情况下,对其中的未知参数 进行检验,这类统计检验法统称为参数检验.在实际问题中,有时我们并不能确切预知总仁 服从何种分布,这时就需要根据来自总体的样本对总体的分布进行推断,以判断总体服从何 种分布.这类统计检验称为非参数检验.解决这类问题的工具之一是英国统计学家K.皮尔 逊在1900年发表的一篇文章中引进的一x2检验法,不少人把此项工作视为近代统计学 的开端

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

一、简介 对于正态总体，其参数无非是两个：均值(期望) µ 和方差 ，如果加上两总体的参数 比较，概括起来，对参数的假设一般只有如下四种情形：