第一节 绪论 第二节 医学统计工作的内容及类型 第三节 医学统计中的基本概念 第一节 频数分布 第二节 平均数

第一节 变异程度（离散程度）的指标 第二节 正态分布及应用 第三节 医学参考值范围 第一节 均数的抽样误差与标准误 第二节 总体均数的估计 第三节 假设检验的意义和步骤

§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

1 线性代数 符号和基础知识 矩阵乘法 运算性质 矩阵微分 2 概率论 概率空间 随机变量及其分布 随机变量的数字特征 条件期望

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

 §7.1 点估计  §7.2 基于截尾样本的最大似然估计  §7.3 估计量的评选标准  §7.4 区间估计  §7.5 正态总体均值和方差的区间估计  §7.6 (0－1)分布参数的区间估计  §7.7 单侧置信区间

实验1：计算超几何分布 实验2：频率稳定性实验 实验3：利用频率估计自然对数底e 实验4：蒲丰投针实验，利用频率估计圆周率 实验5：生日悖论实验

 §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

·4.1更新过程定义及若干分布 ·4.2更新方程及其应用 ·4.3更新定理 ·4.4更新过程的推广

贝叶斯决策理论 统计模式识别的主要方法之一 采用贝叶斯决策理论分类的前提： 目标（事物）的观察值是随机的，服从一定的概率分布。 即：模式不是一个确定向量，而是一个随机向量