矩的几种定义 简单的矩方法 一般的矩方法 矩方法与最大似然法和最小二乘法的比较

最小二乘法与最大似然法的关系 线性情况下的最小二乘估计 非线性情况下的最小二乘估计 约束情况下的最小二乘法 检验最小二乘法的拟合优度 应用最小二乘法处理分区数据 不等精度关联实验结果的并合问题

双参数情况下的最大似然法举例 利用MINUIT数值求解最小值 推广的最大似然法 利用最大似然法处理分区数据 检验最大似然法的拟合优度 与贝叶斯参数估计之间的关系

似然函数，最大似然估计量 指数与高斯概率密度函数的参数确定举 最大似然估计量的方差 不等精度观测结果的并合 解析法 蒙特卡罗法 RCF边界法 图解法

PAW 与 ROOT 简介 PAW 与 ROOT 的数据结构 PAW 与 ROOT 的图形运算 PAW 与 ROOT 上的随机抽样

检验拟合优度，P-值定义与应用 信号观测的显著程度 皮尔逊的χ2检验 样本、估计量与偏置 估计量的平均值、方差与协方差

假设，检验统计量，显著水平，功效 两种假设下的统计检验 纽曼-皮尔森引理 如何构造一个检验统计量 Fisher甄别函数与神经网络

蒙特卡罗方法 随机数产生子 任意分布抽样之函数变换法与舍选法 蒙特卡罗方法中的精度问题 在粒子与核物理中的应用

常用的概率密度函数分布的数学形式 相应的平均值与方差 相关的应用范围

概率 随机变量与函数 期待值 误差传递