1. 了解抽样调查的概念和作用 2. 理解抽样中的几个基本概念 3. 理解掌握抽样误差的计算 4. 掌握参数估计的方法 5. 理解样本容量的概念及计算 6.了解抽样组织形式及推断

第一节 引言 第二节 高斯白噪声中已知信号的检测 第三节 高斯色噪声中已知信号的检测      第四节 白高斯色噪声随机参量信号检测 第五节 信号参量估计

一元线性回归 多元线性回归 数据与统计学 数据的描述性分析：图表展示 数据的描述性分析：概括性度量 数据的描述性分析：概括性度量（二） 数据的描述性分析：实训 随机变量的概率分布 参数估计 假设检验

第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析

第一章 Excel 基本操作简介 .1 1.1 Excel 公式及函数的调用 . 2 1.2 Excel 高级统计功能的调用 .5 第二章 数理统计中常用函数及常见分布 .6 2.1 常用函数 .6 2.2 常见概率分布 .7 第三章 单样本的描述性统计 . 11 3.1 描述统计 . 11 3.2 正态总体的区间估计 . 14 3.3 协方差和相关系数的计算 . 16 第四章 假设检验 . 17 4.1 单正态总体均值的假设检验. 17 4.2 两个正态总体均值的假设检验. 19 4.3 正态总体方差的假设检验 . 21 第五章 方差分析. 23 第六章 回归分析 . 25

实验 1 SAS 基本操作. 1 实验 2 SAS 编程基础. 13 实验 3 SAS 的描述统计功能 . 20 实验 4 统计图形. 28 实验 5 区间估计与假设检验. 39 实验 6 分布拟合检验. 48 实验 7 简单相关分析与一元线性回归分析 . 54 实验 8 多元线性回归分析与非线性回归分析 . 65 实验 9 单因素方差分析. 86 实验 10 双因素方差分析. 94 实验 11 主成分分析 . 101 实验 12 因子分析. 113 实验 13 聚类分析. 130 实验 14 判别分析. 144 实验 15 典型相关分析. 156 实验 16 综合实验. 160

1.单因子试验 .1 1.1 单因子试验的一般概述.1 1.2 单因子方差分析.2 1.3 实验一.2 1.4 多重比较.2 1.5 实验二.3 1.6 实验三.3 2.区组设计试验 .5 2.1 随机化完全区组设计.5 2.2 实验四.6 2.3 平衡不完全区组设计.7 2.4 统计模型及参数估计.7 2.5 实验五.9 2.6 链式区组设计.10 2.7 实验六.11 3.正交设计试验 .13 3.1 总平方和分解.13 3.2 对模型的检验.14 3.3 实验七.15 3.4 实验八.15 3.5 水平数不相等情况下的试验设计.16 3.6 实验九.16 3.7 实验十.17 4.参考文献.18

01 经典线性回归模型 02 普通最小二乘估计 03 拟合优度和模型选择准则 04 OLS估计量的无偏性和有效性 05 参数假设检验 06 应用与重要实例

第一章 Excel 基本操作简介 .1 1.1 Excel 公式及函数的调用 . 2 1.2 Excel 高级统计功能的调用 .5 第二章 数理统计中常用函数及常见分布 .6 2.1 常用函数 .6 2.2 常见概率分布 .7 第三章 单样本的描述性统计 . 11 3.1 描述统计 . 11 3.2 正态总体的区间估计 . 14 3.3 协方差和相关系数的计算 . 16 第四章 假设检验 . 17 4.1 单正态总体均值的假设检验. 17 4.2 两个正态总体均值的假设检验. 19 4.3 正态总体方差的假设检验 . 21 第五章 方差分析. 23 第六章 回归分析 . 25

12.1 面板数据定义 12.2 面板数据模型分类 12.3 面板数据模型的估计方法 12.4 面板数据模型的设定与检验 12.5 面板数据建模案例分析 12.6 面板数据建模的 EViews 操作