第一节 实证项目研究的选题 选题来源 研究题目的选择 文献资料的利用 第二节 模型设定与数据处理 建模的基本思路 模型变量与函数形式的设定 数据的收集和处理 第三节 计量经济分析 估计模型中的参数 模型的检验 模型的调整 模型计量结果的分析 研究结果的报告

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定理和中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验

第一章预备知识 第一节事件和概率 第二节随机变量及其分布 第三节随机变量的特征数 第四节矩母函数与特征函数 第五节随机向量及其分布 第六节随机变量函数的分布 第七节分布参数的估计和检验

基础实验1 离散型随机变量 基础实验2 连续型随机变量 基础实验3 数字特征 基础实验4 估计理论 基础实验5 假设检验 专题实验1 线性回归问题 专题实验2 沙岩体空间分布 专题实验3 Buffon实验 专题实验4 订票问题 专题实验5 童售票策略问题 专题实验6独家销售商品广告问题 专题实验7 最佳检验中N的确定 专题实验8 毒品走私问题

在本讲中,我们将讨论不同于参数估计的另一类重要的统计推断问题.这就是根据样本的信息检验关于总体的某个假设是否正确.这类问题称作假设检验问题

对比例的推断 数据=(1,,11.0,伯努利(P) 目标一估计P值,成功的概率(或具有某种 性质的总体比例) p=x=在n次观测中成功的个数 Var( p) =p(1-p)/n =pq/n ·方差依赖均值

第一节 简单直线回归 一、直线回归的概念及其统计描述 二、回归模型的前提假设 三、回归参数的估计 四、回归系数的统计推断 第二节 线性回归的应用 一 、总体回归线的95%置信带 二、个体Y值的容许区间

Chapter 1 预备知识 Chapter 2 随机过程的基本概念和基本类型 Chapter 3 泊松过程 Chapter 4 更新过程 Chapter 5 马氏链 Chapter 6 鞅 Chapter 7 布朗运动 Chapter 8 随机积分 Chapter 9 随机过程在金融中的应用 Chapter 10 随机过程在保险中的应用 10.1 基本概念 10.2 经典破产理论介绍 Chapter 11 MCMC 方法 11.1 计算积分的蒙特卡洛方法 11.2 MCMC 方法简介 11.3 Metropolis-Hastings 算法 11.4 Gibbs 抽样 11.5 贝叶斯 MCMC 估计方法

◼ 重点： １、假设检验的基本思想 ２、几种常用的检验方法 ◼ 难点： 假设检验的基本思想 第一节 参数估计 第二节 假设检验的基本思想及步骤 第三节 几种常用的检验方法 第四节 假设检验方法在体育中的应用

简答题(注:第1、2题中选答1题,第3、4题中选答1题 1.简述调查设计中的抽样方法 2.简述常用的调查方法 3.简述实验设计中样本含量估计的条件 4.简述实验设计中常用的对照方法 5.简述正态分布的性质与用途 6.列举四种常用的变异指标并说明其意义、用途与计算公式