①确定性现象：在一定条件下必然发生的现象 例 抛一石子必然落下； （结果可以事先预言的） ②随机现象： 在个别试验中其结果呈现出不确定性 在大量的重复观察中又具有某种统计 规律性的现象

提出一种基于图像分割的噪声方差两步估计算法.第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差.第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果.在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差

1、理解列联分析适用的数据类型和检验所能解决的问题；2、掌握列联表期望值的计算和统计量的定义和计算过程；3、熟记并能够区分几种不同的品质相关系数；4、理解分布的期望值准则

前面讨论的简单随机抽样和分层抽样，我们所关心的参 数都是单指标的，给出的估计量也是线性形式。这一章我们 将要讨论比较复杂的情况，我们关心的参数不再是单指标的 而是两个或两个以上的指标。此时，遇到的统计量不再是线 性形式，往往呈现出非线性形式，比如两个变量之比，或呈 现变量之间的回归关系

上一节讨论的分配原则主要是在 n 给定的条件下对各 层中的抽样容量的合理分配。本节面临的问题是在分层抽样 下如何确定 n 。显然它与调查所要求的精度、调查的统计 量、如何分层、各层的样本容量如何分配以及各层单位抽样 花费等等因素有关

本书内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等.书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择

第一节 相关和回归 第二节 一元线性回归模型 第三节 多元线性回归模型 第四节 方程的解释能力 第五节 回归方程的检验和回归系数的推断统计 第六节 多重共线性及其解决方案 第七节 虚拟变量的应用 第八节 计算机应用 第九节 研究实例

9.1 分类数据与X2统计量 9.2 拟合优度 检验 9.3 列联分析：独立性检验 9.4 列联表中的相关度量 9.5 列联分析中应注意的问题

在生物统计学的第一部分,我们讨论了临床试验中统计学的作用,生物统计学家的作用, 以及在不同类型的临床试验中比较结果的一些方法。在这部分我们将学习无效假设一些基本 原则，统计学显著性和 P 值的概念，并简要谈一下样本量。 让我们从无效假设开始谈起。无效假设就是认为被比较的项目之间无差别。在临床试验 中就是两组:一组是应用一种药物的治疗组，另一组是使用对照药物治疗组。的确，统计的 常规就是用来判断差异是由偶然性或样本偏差造成的，还是存在真实的差异

§ 7-1基本术语与基本假设 § 7-2最概然分布与Boltzmann分布 § 7-3热力学量的统计热力学关系式 § 7-4粒子配分函数的计算 § 7-5理想气体的热力学性质