◼ 1. 相关关系的分析方法 ◼ 2. 一元线性回归的基本原理和参数的最小二乘估计 ◼ 3. 回归直线的拟合优度 ◼ 4. 回归方程的显著性检验 ◼ 5. 利用回归方程进行估计和预测 ◼ 11.1 变量间关系的度量 ◼ 11.2 一元线性回归 ◼ 11.3 利用回归方程进行估计和预测 ◼ 11.4 残差分析

§8.1 估计量的优劣标准 §8.2 获得估计量的方法——点估计 §8.3 区间估计 研究参数估计，要解决两个方面的问题： 1.怎样估计参数，即用什么样的办法对参数进行估计； 2.对估计出的参数值用什么标准衡量其优劣程度

+ 因素指自变量+ 随机化:用随机化方法分配被试到各个实验处理中+ 是在实验之中操纵一个自变量，并采用随机化原则把被试分配到自变量的不同水平上的一种实验设计

假设检验的基本思想和方法 假设检验的一般步骤 假设检验的两类错误 双侧假设检验与单侧假设检验

▪ 离散随机变量的概率函数 ▪ 离散随机变量概率分布的表示方法

⚫ 数组的创建方法 ⚫ 遍历和输出 ⚫ 数组的键值操作 ⚫ 数组的统计 ⚫ 数组的排序 ⚫ 其他操作

1. 掌握直线回归的原理和推导过程。 2. 掌握实现相关的基本概念方差检验的适用条件（样本特性）。 3. 熟悉相关性的判定方法及评定标准

一、目的要求 1.掌握多重线性回归的意义及用途； 2.掌握多重线性回归与相关的有关指标的含义。 3.熟悉多重相关与回归分析的基本原理和方法。 4.了解多重共线性的概念及其对回归分析结果的影响

1. 熟悉 spss 软件的系统整体风格和界面特点。 2. 熟悉 spss 软件三大主要工作窗口和各菜单的主要功能。 3. 掌握 spss 软件中数据编辑窗口中变量属性的设置方法和数据的输入方法。 4. 熟悉 spss 软件中保存与导入数据文件、打开数据文件、导出数据文件的方法。 5. 掌握利用 spss 进行数据描述性分析的方法

一、目的要求 1. 掌握两个定量变量之间相关分析的意义、用途与假设检验。 2.掌握分类计数资料的两变量间关联性的定量分析方法