目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》

本书由浅入深，系统地介绍了如何在 Excel 2003 中实现各种统计分析功能，帮助读者在巩固统计学 知识的基础上，将 Excel 作为进行统计分析的一种有效工具熟练地运用于日常的工作、学习及科研中。 全书涵盖了基础统计学的绝大部分内容，如描述性统计、概率分布与概率分布图、抽样与抽样分布等 共 11 个大类，150 多个应用范例，以及 Excel 中与统计分析有关的内容。全书范例典型、针对性强，并 给出了详细的操作步骤，有助于读者快速掌握和融会贯通。随书光盘提供 Excel 入门教学课程，以及本书 所有范例的 Excel 源文件，读者可将源文件调入 Excel 中进行练习，或加以改进运用到实际工作中。 本书适合运用 Excel 进行统计分析的统计工作者或有一定统计学基础的用户使用，也可作为高校经济 和金融相关专业师生进行统计学及 Excel 学习的参考书，还可作为各类培训班的教学用书

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t 分布

两者是紧密相联系的 概率论:纯数学的一个分支,从一些公理和定义出发,用演绎法( deduction)建立理论 统计学:应用数学的一个分支,用归纳法( induction)处理问题。 例如:掷硬币的实验 设p为掷硬币时其正面朝上的概率,则其反面朝上的概率为1;

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节泊松分布 第六节样本平均数的抽样分布 第七节t分布

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t分布

统计学的目的不只是为了研究样本,而是要通过样本 的结果来推断其所属总体的特征。即统计推断问题。所谓 统计推断就是根据抽样分布律和概率理论,由样本结果 (统计数)对总体特征(参数)进行推论。试验研究所获 得的资料,通常是从样本得到的结果,而我们的目的是希 望知道样本所属总体的情况。因此,统计推断是科研工作 中的一个十分重要的工具。统计推断的基本内容有两个方 面,一个是进行统计假设测验,也叫差异显著性测验;另一 个是参数估计

前面两章中我们介绍了概率论的基本内容包括古典概型的一些计算方法以及研究随机 现象的有力工具一随机变量。从本章起,我们开始讨论统计学的核心内容,即如何从一些 包含有随机误差,又并不完全的信息中得出科学的、尽可能正确的结论。在一般情况下,所 谓信息就是从实验或调查中得到的数据,这些数据显然带有一些我们既无法控制、也无法避 免的误差

统计学的目的不只是为了研究样本,而是要通过样本 的结果来推断其所属总体的特征。即统计推断问题。所谓 统计推断就是根据抽样分布律和概率理论,由样本结果 (统计数)对总体特征(参数)进行推论。试验研究所获 得的资料,通常是从样本得到的结果,而我们的目的是希 望知道样本所属总体的情况

包括以下11门课程：概率论与数理统计、实变函数、泛函分析、拓扑学、微分几何、C语言、近世代数、运筹学、常微分方程、复变函数、大学物理