分页:
上一页 1 [2] 3 4 5 6 7 下一页
2.方差分析的假设条件
3.方差分析的步骤
4.单因素完全随机实验设计的方差分析
5.单因素完全随机区组设计的方差分析
6.析因设计的方差分析
(八)卡方检验
1.拟合度检验
2.独立性检验
3.列联表中的相关测量
(九)回归分析
1.一元线性回归
2.多元线性回归
(十)非参数检验方法
1.非参数检验的优缺点
2.独立样本的差异显著性检验
3.相关样本的差异显著性检验
4.等级方差分析
二、考试要求
(一)数据的搜集、整理与显示
1.常见数据的特点
了解类别数据、顺序数据、等距数据和等比数据四种不同类型数据的特点及数学特性;了解不同类型的数据所涉及到的统计指标及检验方法。
2.数据的整理
掌握不同类型数据的整理方法,了解次数分布表、频率分布表、累积次数、累积次数分布表、累积百分比、列联表。更好地理解组距分组的方法和操作步骤。
3.数据的显示
理解条形图、饼图、直方图和折线图;了解条形图和直方图的区别;了解直方图和折线图的关系。
(二)数据分布特征的度量
1.集中趋势的度量
理解众数、中位数和平均数的涵义及其计算方法;了解三者之间的区别和联系及不同的应用场合;理解算术平均数、加权平均数、几何平均数、调和平均数及它们的计算方法;理解四分位、百分位和百分等级及其计算方法。
2.离中趋势的度量
了解全距、四分位差、平均差、方差、标准差的涵义;熟练掌握总体和样本的方差、标准差、标准分数、变异系数的计算,能够利用它们解决实际问题。
3.分布形状的度量
了解偏度和峰度的涵义。
(三)相关分析
1.相关系数
理解相关、相关系数、散点图,能够利用散点图判断两个变量之间的相关关系。
分页:
上一页 1 [2] 3 4 5 6 7 下一页