| 课程介绍： |
|
|
本课程的主要内容为数理统计学中最基本的概念、思想和方法。第一部分讲述参数估计的方法,包括最大似然估计，矩估计,估计的优良性标准，充分统计量，C-R不等式，置信区间，正态分布情形下的几个典型问题，T分布，卡方分布，枢轴量方法，以及分布函数与密度函数的估计，核估计方法等。第二部分为假设检验的理论与方法，具体内容有功效函数，两类错误，无偏检验，UMP，UMPU，N-P引理及似然比检验法，单参数情形的假设检验，广义似然比检验法，拟合优度检验。第三部分为回归分析与线性模型，包括一元线性回归，线性模型的参数估计与假设检验，多元回归分析，自变量的选择。第四部分讲述试验设计与方差分析，主要有全面试验的方差分析，单因素与多因素试验设计与方差分析，及正交设计。课程最后有选择地对数理统计学的若干重要方向进行简介，内容包括序贯分析，统计决策与贝叶斯统计和抽样调查等。
|
|
教学条件 |
本课程的教材为《数理统计学讲义》（陈家鼎等著，高等教育出版社，1993），1995年获教育部优秀教材一等奖。现在由主讲教师刘力平教授、李东风博士参与完成改编、修订工作自2002年开始，目前已顺利完成，即将由高教出版社出版。
|
|
教学方法与教学手段 |
以课堂演讲为主，答疑和批改习题为辅，另外配备得力的助教若干名。近年来此课程一直很受欢迎，学生人数在120至150之间。因此，以传统的大课方式为主依然是学习数学课的有效途径。我们也采用一些现代化教学手段。例如，通过电子邮件和互联网来与同学们交流。课外固定时间的答疑、质疑也有效地激发了大家广泛、深入地思考问题。
|
|
