数理统计是运用概率论的知识,研究如何有效地对带有随机性影响的数据进行收集、整理、 分析和推断的学科,由于随机性现象广泛存在于工、农业生产、工程技术、自然科学和社会科学 等领域中,因此数理统计有着最广泛的应用

目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》

从本章开始,我们将讲述数理统计的基本内容.数理统计作为一门学科诞生于19世纪 末20世纪初,是具有广泛应用的一个数学分支,它以概率论为基础,根据试验或观察得到 的数据,来研究随机现象,以便对研究对象的客观规律性作出合理的估计和判断 由于大量随机现象必然呈现出它的规律性故理论上只要对随机现象进行足够多次观 察,则研究对象的规律性就一定能清楚地呈现出来,但实际上人们常常无法对所研究的对象 的全体(或总体)进行观察

§5.1 总体与样本 §5.2 样本数据的整理与显示 §5.3 统计量及其分布 §5.4 三大抽样分布 §5.5 充分统计量

§5.1 总体与样本 §5.2 样本数据的整理与显示 §5.3 统计量及其分布 §5.4 三大抽样分布 §5.5 充分统计量

1.要求学生掌握数理统计的基本概念,如总体、样本、样本分布函数、样本函数、统计量等。 2.会求样本分布函数,作直方图等处理数据的常用方法

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中

一、抽样数据的描述统计 二、随机变量及其概率分布 三、随机变量的数学期望 四、随机变量的方差 五、常用随机变量的分布 六、应用案例

• 衡量点估计好坏的标准 • 数理统计学中的常用 • 点估计法 • 数据分布特征

1 计算机类学科基础必修 离散数学 程序设计基础 I 程序设计基础 II Java 框架编程 操作系统原理 计算机网络 计算机组成原理 数据库原理 海洋空间信息工程概论 数据结构与算法 2 计算机类学科专业必修 数据分析原理与技术 数据可视化原理与应用 软件工程 高级程序设计 25 课程 实习（实践） 海洋大数据技术与工程应用 大数据原理与技术 数据挖掘 大数据处理技术 海洋遥感影像分析 空间建模与分析 空间数据获取技术基础 软件工程导论 软件开发与创新 数字信号处理 微机原理与接口技术 数据科学导论 算法设计与分析 人工智能 软件项目管理 软件需求分析 软件架构与设计模式 软件测试与质量保证 编译原理 海洋空间信息管理与服务 3 计算机类专业选修 计算机系统结构 数学建模 数值计算方法 数字图像处理 逻辑与计算机设计基础 智能计算及应用 物联网概论 Linux 操作系统 现代操作系统 WEB 程序设计 Python 程序设计 单片机原理与应用 虚拟现实 信息安全概论 移动开发技术 编程艺术 生物大数据 海洋信息技术与应用 4 计算机类实践课 数据科学综合 JAVA 框架编程 计算机综合实践与案例 专业大型综合实验 综合实习 中级综合开发实践 软件工程综合实习（实践） 毕业论文（设计） 5 信息与计算科学专业学科基础必修 高等代数 I 高等代数 II 空间解析几何 数学分析 I 数学分析 II 概率论与数理统计 A 常微分方程 6 信息与计算科学专业学科专业必修 复变函数 运筹学 数值分析 7 信息与计算科学专业专业选修 应用随机过程 最优化方法 微分方程数值解 应用回归分析 计算智能 8 信息与计算科学专业实践课 专业技能实践实习（实践） 数学实验 数学建模实习（实践） 毕业设计（论文） 综合实习实习（实践）