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

教学目的与要求： 通过本项目学习，了解平均指标和变异指标的意义和种类，掌握各种计算方法及其应用条件，能够应用平均指标和变异指标进行基本的统计分析。 主要任务： 1 平均指标的种类及其计算方法 2 计算和应用平均指标应注意的问题 3 变异指标的种类及其计算方法 任务一 理解平均指标概念及特点 掌握平均指标种类及计算 任务二 计算和应用平均指标 应注意的问题 任务三 理解变异指标概念及作用 掌握平均指标种类及计算

第一节 概述 第二节 交通流特性参数的统计分布 第三节 排队论及其应用 第四节 跟驰理论简介 第五节 交通波理论 第六节 可插车间隙理论介绍

第一节 概述 第二节 交通流特性参数的统计分布 第三节 排队论及其应用

（一）理论课程 1《空间解析几何》 2《离散数学》 3《时间序列分析》 4《数值计算方法》 5《运筹与优化》 6《Python 程序设计》 7《常微分方程》 8《大数据技术原理及应用》 9《复变函数论》 10《概率统计》 11《高等代数》 12《面向对象程序设计》 13《数据结构与算法》 14《数据库原理及应用》 15《数据挖掘》 16《数理统计》 17《数学分析（1）》 18《数学分析（2）》 19《数学建模(1)》 20《数学建模(2)》 21《数学软件及应用》 （二）实验课程 22《时间序列分析》 23《数据结构与算法》 24《数学软件及应用》 25《数值计算方法》 26《Python 程序设计》 27《大数据技术原理及应用》实验 28《面向对象程序设计》 29《数据库原理及应用》课程 30《数据挖掘》 31《数理统计》 （三）实践课程 32《专业教育》 33《web 数据挖掘与电子商务项目实训》 34《技能实训》教学大纲 35《客户数据分析项目设计》 36《数学建模(1)》 37《数学建模(2)》 38《中文文本数据挖掘项目实训》 39《综合项目实训》教学大纲 40《毕业设计（论文）》教学大纲 41《毕业实习》教学大纲

1. 掌握方差检验的原理和方法（公式）的来源及推导过程。 2. 掌握方差检验的适用条件（样本特性）。 3. 掌握成组设计的多个样本方差分析（单因素方差分析）的条件和方法。 4. 学会通过方差检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 5．组内变异和组间变异的概念

1. 掌握调查问卷的设计及制作。 2. 掌握调查数据的获取方法及数据的前期分析和预处理方法。 3. 面对获取统计数据，学会选择合适的方法，继而进行数据的描述性分析和推断性分析

1. 掌握秩和检验的原理和方法（公式）的来源及推导过程。 2. 掌握秩和检验的适用条件（样本特性）和样本数据的的特点。 3. 知道秩和检验中“秩”和“秩和”的含义及计算方法。 4. 理解第一类错误和第二类错误的定义。 5．学会通过秩和检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．两两比较的意义和方法

1. 掌握卡方检验的原理和方法（公式）的来源及推导过程。 2. 掌握卡方检验的适用条件（样本特性）和样本数据的的特点。 3. 知道卡方检验中对变量进行加权的意义。 4. 掌握卡方检验中实际数和理论值的运算关系，以及不同的实际数和理论值条件下对检验结果的影响。 5. 学会通过卡方检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．行列分割的意义和方法

1. 掌握 T 检验的原理和方法（公式）的来源及推导过程。 2. 掌握 T 检验的适用条件（样本特性）。 3. 掌握配对 T 检验的适用条件和方法。 4. 掌握两组独立样本的 T 检验的适用条件和方法。 5. 掌握样本均数与总体均数的比较的 T 检验方法。 6. 学会通过 T 检验的结果来分析试验设计中的假设检验是否具有显著性统计意义