一、主要内容 1．假设检验的基本概念，假设检验可能产生的两类错误，假设检验的基本步骤； 2．单个正态总体均值与方差假设检验方法; 3．两个正态总体的均值差与方差比假设检验方法；

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 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x2检验

第1章绪论 第2章商品检验的依据 第3章商品检验方法 第4章食品与药品的检验 第5章纺织品与日用商品的检验 第6章建筑材料与农药化肥的检验 第7章商品储存环境的控制与调节 第8章商品养护的一般技术方法 第9章食品的贮藏 第10章化工危险品的防护

DF 检验要求模型 的随机 扰动项 t e 独立同分 布。但在实际应用中这 一条件往往不 能满足（如上一节中的有关例子）。一般来说，如果估计 模型的 DW 值偏离 2 较大，表明随机扰动 项是序列相关的，在这种情 况下使用 DF 检验可能会导致偏误，需要 寻找新的检验方法

第一节 单样本均数的t检验 第二节 配对样本均数的t检验 第三节 两独立样本均数的t检验 第四节 两独立样本方差齐的齐性检验 第五节 两独立样本方差不齐时均数比较的t’检验 第六节 变量代换

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

假设检验的基本思想 5.1 假设检验的基本问题 假设的陈述 两类错误与显著性水平 检验统计量与拒绝域 利用𝑷值进行决策 5.2 一个总体参数的检验 讨论：假设检验与区间估计

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验(t检验) 四、参数的置信区间

§8.1 假设检验 §8.2 正态总体均值的假设检验 §8.3 正态总体方差的假设检验 §8.6 分布拟合检验

第一节 配对设计和单样本资料的符号秩和检验（Wilcoxon配对法） 第二节 完全随机化设计两独立样本比较的秩和检验（Wilconxon两样本比较法) 第三节 完全随机化设计多个样本的秩和检验 第四节 随机区组设计资料的秩和检验 第五节 多个样本两两比较秩和检验