2012年应用统计学教学计划 教材：贾俊平 编著《统计学》（第四版）中国人民大学出版社 2011.6 第一章 统计和统计数据 课时：共3课时 1.1 统计及其应用领域 1.1.1 统计学研究什么？ 统计学。描述统计。推断统计。统计学研究的内容。 1.1.2 统计的应用 统计的应用领域。统计的误用与滥用。 1.2 怎样获得统计数据？ 1.2.1 变量与数据 变量及其分类。数据及其分类。 1.2.2 数据的来源 总体与样本。概率抽样方法。 练习 第二章 用图表展示数据 课时：共3课时 2.1 用图表展示定性数据 2.1.1 生成频数分布表 用Excel生成定性数据的频数分布表。比例、比率和百分比。 2.1.2 定性数据的图示 条形图。帕累托图。饼图和环形图。 2.2 用图表展示定量数据 2.2.1 生成频数分布表 2.2.2 定量数据的图示 直方图。茎叶图。箱线图。散点图和重叠散点图。雷达图。 2.3 合理使用图表 鉴别图形优劣的准则。 操作 第三章 用统计量描述数据 课时：共6课时 3.1 水平的度量 3.1.1 平均数 简单平均数。加权平均数。 3.1.2 中位数和分为数 中位数。四分位数。 3.1.3 用哪个值代表一组数据？ 平均数、中位数和众数的特点及应用场合。 3.2 差异的度量 3.2.1 极差和四分位差 极差。四分位差。 3.2.2 方差和标准差 样本方差和标准差。标准分数。经验法则和切比雪夫不等式。 3.2.3 比较几组数据的离散程度：离散系数 离散系数的计算和应用。 3.3 分布形状的度量 偏态和偏态系数。峰态和峰态系数。 第四章 概率分布
课时：共0课时
4.1 度量事件发生的可能性 概率的含义。
4.2 随机变量的概率分布 4.2.1随机变量及其概括性度量
随机变量及其分类。随机变量的期望值和方差。 4.2.2 离散型概率分布
二项分布。泊松分布。超几何分布。 4.2.3 连续型概率分布 正态分布。
4.3 由正态分布导出的几个重要分布 4.3.1
分布
分布的概率和分位点。
分布的特点。计算4.3.2 分布 分布的特点。 4.3.3
分布
分布的特点。
4.4 样本统计量的概率分布 4.4.1 统计量及其分布
参数和统计量。统计量的概率分布。 4.4.2 样本均值的分布
样本均值的分布与总体分布的关系。中心极限定理。 4.4.3 其他统计量的分布
3
样本比例的分布。样本方差的分布。两个样本均值之差的分布。两个样本比例之差的分布个样本方差比的分布。 4.4.4 统计量的标准误差 样本均值的标准误差。样本比例的标准误差。 第五章 参数估计 课时：共6课时 5.1 参数估计的基本原理 5.1.1 点估计与区间估计 估计量与估计值。点估计。区间估计。置信区间。置信水平。 5.1.2 评价估计量的标准 无偏性。有效性。一致性。 5.2 一个总体参数的区间估计 5.2.1 总体均值的区间估计 大样本的估计方法。小样本的估计方法。 5.2.2 总体比例的区间估计 比例的区间估计方法。 5.2.3 总体方差的区间估计 方差区间估计的方法。 5.3 两个总体参数的区间估计 5.3.1 两个总体均值之差的区间估计 独立大样本的估计方法。独立小样本的估计方法。配对样本的估计方法。 5.3.2 两个总体比例之差的区间估计 比例之差区间估计的方法。 5.3.3 两个总体方差比的区间估计 方差比区间估计的方法。 5.4 样本量的确定 5.4.1 估计总体均值时样本量的确定 估计一个总体均值时样本量的确定。估计两个总体均值时样本量的确定。 5.4.2 估计总体比例时样本容量的确定 估计一个总体比例时样本量的确定。估计两个总体比例时样本量的确定。 软件应用与练习 第六章 假设检验 课时：共6课时 6.1 假设检验的基本原理 6.1.1 怎样提出假设？ 假设。假设检验。原假设与备择假设。双侧检验。单侧检验。 6.1.2 怎样做出决策？ 第Ⅰ类错误与第Ⅱ类错误。显著性水平。标准化检验统计量。拒绝域和临界值。统计量决则。 值。 值决策准 则。确定合理的 值。 值决策与统计量决策的异同。 6.1.3 怎样表述决策结果？ 假设检验不能证明原假设正确。统计显著不等于有实际意义。 6.2 一个总体参数的检验 6.2.1 总体均值的检验 大样本的检验方法。小样本的检验方法。 6.2.2 总体比例的检验 6.2.3 总体方差的检验 6.3 两个总体参数的检验 5
6.3.1 两个总体均值之差的检验 独立大样本的检验方法。独立小样本的检验方法。配对样本的检验方法。用Excel进行检6.3.2 两个总体比例之差的检验 检验 。检验 。 6.3.3 两个总体方差比的检验 软件应用与练习 第七章 分类变量的推断 不讲（到下学期“管理定量分析”一起讲） 第八章 方差分析与实验设计 课时：共6课时 8.1 方差分析的基本原理 8.1.1 什么是方差分析？ 方差分析。因子。水平（处理）。 8.1.2 从误差分析入手 误差分解。误差分析。 8.1.3 在什么样前提下进行分析？ 方差分析的基本假定：正态性。方差齐性。独立性。 8.2 单因子方差分析 8.2.1 检验步骤 提出假设。构造检验统计量。做出决策。 8.2.2 关系有多强？ 的计算及其意义。 8.2.3 哪些均值之差有差异？ 多重比较的步骤。 8.3 双因子方差分析 8.3.1 不考虑交互作用的双因子方差分析 分析步骤。 8.3.2 考虑交互作用的双因子方差分析 分析步骤。 8.4 实验设计初步 8.4.1 完全随机化设计 实验与实验设计。完全随机化设计。数据分析。 8.4.2 随机化区组设计 随机化区组设计。数据分析。 8.4.3 因子设计 因子设计。数据分析。 第九章 一元线性回归 课时：共6课时 9.1 变量间的关系 9.1.1 变量间的关系 函数关系。相关关系。相关关系的特点。 9.1.2 用散点图描述相关关系 散点图。 9.1.3 用相关系数度量关系强度 相关系数的计算。相关系数的性质。相关系数的显著性检验。 9.2 一元线性回归的估计和检验 9.2.1 一元线性回归模型 7
回归模型。估计的回归方程。 9.2.2 参数的最小二乘估计 最小二乘法。 9.2.3 回归直线的拟合优度 变差平方和的分解。判定系数。估计标准误差。 9.2.4 显著性检验 线性关系检验。回归系数检验。 9.3 利用回归方程进行预测 9.3.1 平均值的置信区间 9.3.2 个别值的预测区间 9.4 用残差检验模型的假定 9.4.1 检验方差齐性 残差。残差图。标准化残差。 9.4.2 检验正态性 标准化残差。标准化残差图。 第十章 多元线性回归 课时：共3课时 10.1 多元线性回归模型 10.1.1 回归模型与回归方程 多元线性回归模型。估计的多元线性回归方程。 10.1.2 参数的最小二乘估计 最小二乘法。 10.2 拟合优度和显著性检验 10.2.1 回归方程的拟合优度 多重判定系数。调整的多重判定系数。多重相关系数。估计标准误差。 10.2.2 显著性检验 线性回归检验。回归系数检验和推断。 10.3 多重共线性及其处理 10.3.1 多重共线性及其识别 多重共线性所产生的问题。多重共线性的识别。多重共线性的处理。 10.3.2 变量选择与逐步回归 向前选择。向后剔除。逐步回归。 10.4 利用回归方程进行估计和预测 10.5 虚拟自变量的回归 10.5.1 在模型中引进虚拟变量 引进虚拟变量的方法 10.5.2 含有一个虚拟自变量的回归 回归结果的解释。 第十一章 时间序列预测 课时：共3课时 11.1 时间序列的组成要素 趋势，季节变动。循环波动。不规则波动。 11.2 时间序列预测的程序 11.2.1 确定时间序列的成分 折线图。年度折叠时间序列图。 11.2.2 选择预测方法并进行评估 不同成分时间序列的预测方法。均方误差。 11.3 平滑法预测 9
11.3.1 移动平均预测 11.3.2 指数平滑预测 11.4 趋势预测 11.4.1 线性趋势预测 回归直线。 11.4.2 非线性趋势预测 指数曲线。修正指数曲线。Gompertz曲线。多阶曲线。 11.5 自回归模型预测 11.5.1 自相关及其检验 自相关。D-W检验。 11.5.2 自回归预测 自回归。自回归模型。 11.6 多成分序列的分解 11.6.1 季节性多元回归模型 将季节因子引入多元回归模型。 11.6.2 分解预测 分解预测的步骤。分解预测方法。 第十二章 主成分分析和因子分析 课时：共0课时 12.1 主成分分析 12.1.1 主成分分析的基本原理 12.1.2 主成分分析的数学模型 模型的表达式。模型的意义。主成分方差贡献率。主成分的选择标准。 12.1.3 主成分分析的步骤 12.2 因子分析 12.2.1 因子分析的意义和数学模型。因子分析与主成分分析的异同。 因子分析的意义。因子分析的数学模型。共同度量。公因子方差贡献率。 12.2.2 因子分析的步骤 数据检验。因子提取。因子命名和解释。计算因子得分。 12.2.3 因子分析的应用 因子分析和主成分分析应用注意的问题。 第十三章 聚类分析 课时：共0课时 13.1 聚类分析的基本原理 13.1.1 什么是聚类分析？ 型聚类。 型聚类。分类的依据。 13.1.2 相似性的度量 样本点间距离的计算方法。变量间相似系数的计算方法。 13.2 层次聚类 13.2.1 层次聚类的两种方式 合并法和分解法。合并法聚类的过程。 13.2.2 类间距离的计算方法 13.2.3 层次聚类的应用 用SPSS进行层次聚类。分类结果的后续分析。 13.3 K-均值聚类 12.3.1 K-均值聚类的基本过程 K-均值聚类的基本步骤。 13.3.2 K-均值聚类的应用 11
13.3.3 使用聚类方法的注意事项 第十四章 非参数检验 课时：共3课时 14.1 单样本的检验 14.1.1 总体分布类型的检验 二项分布检验。K-S检验。 14.1.2 中位数的符号检验 中位数符号检验的步骤。 14.1.3 Wilcoxon符号秩检验 Wilcoxon符号秩检验的步骤。 14.2 两个及两个以上样本的检验 14.2.1 两个配对样本的Wilcoxon符号秩检验 Wilcoxon符号秩检验的步骤。 14.2.2 两个独立样本的Mann-Whitney检验 Mann-Whitney检验的步骤。 14.2.3 K个独立样本的Kruskal-Wallis检验 Kruskal-Wallis检验步骤。 14.3 秩相关及其检验 14.3.1 Spearman 秩相关及其检验 Spearman 秩相关系数及其检验。 14.3.2 Kendall秩相关及其检验 Kendall秩相关系数及其检验。 参考书： [1]朱建平，孙小素编著，《应用统计学》，清华大学出版社，2009年 [2]周国富，杨静编著，《应用统计学》，天津大学出版社，2008年 [3]陆春菊编著，《应用统计学》，武汉大学出版社，2007年 [4]耿修林，谢兆茹编著，《应用统计学》，科学出版社，2008年 13
因篇幅问题不能全部显示，请点此查看更多更全内容