两者是紧密相联系的 概率论:纯数学的一个分支,从一些公理和定义出发,用演绎法( deduction)建立理论 统计学:应用数学的一个分支,用归纳法( induction)处理问题。 例如:掷硬币的实验 设p为掷硬币时其正面朝上的概率,则其反面朝上的概率为1;

第一节事件与概率 第二节概率分布 第三节正态分布 第四节二项分布 第五节泊松分布 第六节样本平均数的抽样分布 第七节t分布

第一节 事件与概率 第二节 概率分布 第三节 正态分布 第四节 二项分布 第五节 波松分布 第六节 样本平均数的抽样分布 第七节 t分布

统计学的目的不只是为了研究样本,而是要通过样本 的结果来推断其所属总体的特征。即统计推断问题。所谓 统计推断就是根据抽样分布律和概率理论,由样本结果 (统计数)对总体特征(参数)进行推论。试验研究所获 得的资料,通常是从样本得到的结果,而我们的目的是希 望知道样本所属总体的情况。因此,统计推断是科研工作 中的一个十分重要的工具。统计推断的基本内容有两个方 面,一个是进行统计假设测验,也叫差异显著性测验;另一 个是参数估计

第一章 数据处理 第二章 概率的基本知识 第三章 随机变量及其概率分布 第四章 统计推断 第五章 方差分析 第六章 回归与相关

前面两章中我们介绍了概率论的基本内容包括古典概型的一些计算方法以及研究随机 现象的有力工具一随机变量。从本章起,我们开始讨论统计学的核心内容,即如何从一些 包含有随机误差,又并不完全的信息中得出科学的、尽可能正确的结论。在一般情况下,所 谓信息就是从实验或调查中得到的数据,这些数据显然带有一些我们既无法控制、也无法避 免的误差

统计学的目的不只是为了研究样本,而是要通过样本 的结果来推断其所属总体的特征。即统计推断问题。所谓 统计推断就是根据抽样分布律和概率理论,由样本结果 (统计数)对总体特征(参数)进行推论。试验研究所获 得的资料,通常是从样本得到的结果,而我们的目的是希 望知道样本所属总体的情况

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

出于减小试验误差的目的,试验者可以通过局部控制技术控制试验地土壤肥力的梯度影 响,以及通过小区技术控制无规律的斑块状土壤肥力变化影响。但在试验完成以后,仍然会 有对试验结果预料之中或预料之外的影响,此时,对这些外界影响的消除或减小统计学上称 之为统计控制。本章就通称为统计控制技术的异常数据的检测和协方差分析予以介绍 第一节试验资料中异常数据的检测 异常数据( Outlier):误差超出误差分布允许概率限的变数资料,称之为异常数据

假设检验过去称显著性检验。它是利 用小概率反证法思想,从问题的对立面 (H)出发间接判断要解决的问题(H1)是否 成立。然后在H成立的条件下计算检验 统计量,最后获得P值来判断