·第一节显著性检验的基本原理 ·第二节样本均数与总体均数的差异显著性检验 ·第三节两样本平均数的差异显著性检 ·第四节显著性检验中应注意的问题 ·第五节总体均数的区间估计

双变量计量资料:每个个体有两个变量值 总体:无限或有限对变量值 样本:从总体随机抽取的n对变量值 (,Y1),(2,Y2),(XnYn) 目的:研究和Y的数量关系 方法:回归与相关 简单、基本直线回归、直线相关

第三章总体均数的估计和假设检验 第一节均数的抽样误差与标准误 1.均数的抽样误差与样本均数的分布: (1)均数的抽样误差是指样本均数与总体均数之间的差异以及来自同一总体的样本均数之间的差异

第一节正态分布 正态分布(normal distribution)也叫高斯分布( Gaussian distribution),一种最常见、最重要的连续型对 称分布。 (正态分布是对称分布,但对称分布不一定是正态分布。) 实际频数分布:中间频数多,两端越来 越少,且左右大致对称 理论频数分布:正态分布曲线

集中趋势的测度，平均指标反映同类现象的一般水平,是总体内各单位参差不齐的标志值的代表值,也是对变量分布集中趋势的测定

医学上,许多现象之间也都有相互联系,例如:身 高与体重、体温与脉搏、产前检査与婴儿体重、乙肝 病毒与乙肝等。 在这些有关系的现象中,它们之间联系的程度和性 质也各不相同

一、时间序列的含义又称(动态数列),是指标数值按时间顺序排列而形成的数列。 二、分析方法因素分解法，趋势外推法，自回归分析法

t检验,亦称 student检验( Student'’sttest),主要用于样本含量较小(例如n<30),总体标准差σ未知的正态分布资料。 一、样本均数与总体均数的比较 二、配对资料的比较 三、两样本均数的比较 四、大样本均数比较的u检验 五、正态性检验与两方差齐性检验

第一节均数的抽样误差 第二节t分布与可信区间 第三节t检验 第四节假设检验的步骤及其有关概念

The Completely Randomized Model One-Factor Analysis of Variance F-Test for Difference in c Means The Tukey-Kramer Procedure ANOVA Assumptions The Factorial Design Model: Two-Way Analysis of Variance Examine Effect of Factors and Interaction Kruksal-Wallis Rank Test for Differences in c Medians