一、填空题 1.计算机信息系统审计计算机辅助审计 2.技术 3.绕过计算机审计穿过计算机审计。 4.一般控制应用控制

“阶梯”地形(Terrace) 贝叶斯判别分析 3S(GIS, RS,GPS) 被动遥感( Passive Remote Sensing) 9交模型(9-9-Intersection Model,9-im) 比较统计地图(Cartogram) BSP树 比例尺(Scale)

大数定律和中心极限定理是概率论的重要基本理 论,它们揭示了随机现象的重要统计规律,在概率 论与数理统计的理论研究和实际应用中都具有重要 的意义。本章将介绍这方面的主要内容

典型相关分析( canonical correlation analysis)是近年来开始普及的一种新型 多元统计分析方法。典型相关分析源于荷泰林(H. Hotelling)于1936年在《生 物统计》期刊上发表的一篇论文《两组变式之间的关系》①。他所提出的方法经 过多年的应用及发展,逐渐达到完善,在70年代臻于成熟。由于典型相关分析 涉及较大量的矩阵计算,它的应用在早期曾受到相当的限制。但当代计算机技术 及其软件的迅速发展,弥补了应用典型相关分析中的困难,因此它的应用开始走 向普及化

学习目的: 利用 Excel2000提供的功能,创建和编辑课程学习、成绩统计 、学籍管理等工作表

本课程的教学内容力求理论分析与实际案例相结合、定性与定量相结合，并根据学科特点和学科的发展趋势，加强统计分析、统计推断和预测决策的内容。课程以讲授为主，辅以课堂讨论，案例分析、课下作业等形式，要求学生除了课堂听讲之外，应按照要求阅读一定的课外资料，提高学生的动手能、综合分析能力。做到： 1. 使学生能系统地掌握各种统计方法，并理解各种统计方法中所包含的统计思想； 2. 使学生掌握各种统计方法的不同特点、应用条件及适用场合； 3. 培养学生运用统计方法分析和解决实际问题的能力

◼ 1.理解分类数据与x2统计量 ◼ 2.掌握拟合优度检验及其应用 ◼ 3.掌握独立性检验及其应用 ◼ 4.掌握测度列联表中的相关性

一、数据收集 二、数据分析和总结 三、概率论回顾 四、统计的抽样分布 五、推断:点估计和置信区间估计,假设检验 六、线性回归 七、方差分析 八、非参数方法 九、专题(数据挖掘?)

3.1 集中趋势的测定与分析 3.2 离中趋势的测定与分析 3.3 分布形态的测定与分析 3.4 描述统计工具

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