第一节两独立样本差别的秩和检验 第二节配对设计资料的秩和检验 第三节完全随机设计多组差别的秩和检验 第四节多组差别秩和检验的注意事项 第五节 Spearman秩相关

一、数据收集 二、数据分析和总结 三、概率论回顾 四、统计的抽样分布 五、推断:点估计和置信区间估计,假设检验 六、线性回归 七、方差分析 八、非参数方法 九、专题(数据挖掘?)

3.1 概论 3.5 配分函数对热力学函数的贡献 3.3 配分函数 3.4 各配分函数的计算 3.2 Boltzmann 统计 3.6 单原子理想气体热力学函数的计算 3.7 双原子理想气体热力学函数的计算

在一个统计决策问题中,可供选择的决策函 数往往很多,自然希望寻找使风险最小的决策函 数,然而在这种意义下的最优决策函数往往是不 存在的。这是因为风险函数R(,d)是既依赖于参 数又依赖于决策函数d的二元函数,它往往会 使得在某些处决策函数1的风险函数值较小; 而在另一些θ处决策函数a2的风险函数值较小。要解这个问题,就要建立一个整体指标的比较准则

一、前言 绝对数:实际观察得到的数据,反映真实情况。 相对数:两个有关指标之比,用于比较

一、教学目的要求 经济学理论描述经济变量之间的关系,却没有提供这种关系的具体函数形式。经典 的线性和非线性模型都假定经济变量的函数关系已知,往往会导致在模型设定上存在误 差.非参数模型是不对未知的函数和统计分布作任何具体的假定,而是通过样本数据获 得函数关系的估计,模型更客观地拟合实际经济问题

3.1 引 言 3.2 玻兹曼分布 3.3 配分函数 3.4 配分函数与热力学函数的关系 3.5 配分函数的分离 3.6 配分函数的计算及对热力学贡献 3.7 原子晶体热容理论 3.8 平衡常数的统计计算

1、数据的分类和索引; 2、记录的查找定位; 3、数据的统计和计算; 4、多工作区操作

第一节两独立样本差别的秩和检验 第二节配对设计资料的秩检验 第三节完全随机设计多组差别的秩和检验 第四节随机单位组设计的秩和检验

1. 掌握 T 检验的原理和方法（公式）的来源及推导过程。 2. 掌握 T 检验的适用条件（样本特性）。 3. 掌握配对 T 检验的适用条件和方法。 4. 掌握两组独立样本的 T 检验的适用条件和方法。 5. 掌握样本均数与总体均数的比较的 T 检验方法。 6. 学会通过 T 检验的结果来分析试验设计中的假设检验是否具有显著性统计意义