3.1 零假设、p值和拒绝域

封面/前言/目录
第一章 随机变量与随机向量
　　1.1 随机变量的基本概念
　　1.2 随机变量的分布函数
　　1.3 连续型随机变量及其密度函数
　　1.4 连续型随机变量的数学期望与方差
　　1.4.1 连续型随机变量的数学期望
　　1.4.2 连续型随机变量的方差
　　1.5 二维随机变量
　　1.6 随机向量函数的数学期望
　　1.7 二维随机变量的数字特征
　　1.8 二维正态分布
　　1.9 由正态分布随机变量导出的分布
　　阅读材料 三门问题
　　总结与提高
　　复习题一
第二章 参数估计
　　2.1 最大似然估计的原理与方法
　　2.2 矩估计的原理与方法
　　2.3 估计量的评价与比较
　　阅读材料 估计量的均方误差
　　总结与提高
　　复习题二
第三章 假设检验
　　3.1 零假设、p值和拒绝域
　　3.2 正态分布总体的假设检验
　　3.2.1 单个正态总体均值的检验
　　3.2.2 两个正态总体均值的检验
　　3.3 拟合优度检验
　　3.3.1 分布列的检验
　　3.3.2 分布函数的检验
　　阅读材料与拟合优度检验有关的故事
　　总结与提高
　　复习题三
第四章 线性回归模型简介
　　4.1 均方误差与线性回归模型
　　4.2 线性回归模型的应用
　　4.3 线性回归模型的参数检验
　　阅读材料相关关系与线性回归模型
　　总结与捉高
　　复习题四
第五章 正交设计
　　5.1 无交互作用的正交设计
　　5.2 有交互作用的正交设计
　　阅读材料正交表的设计原理
　　总结与捉高
　　复习题五
第六章 聚类分析
　　6.1 距离与分类
　　6.2 个体聚类原理
　　6.3 变量聚类原理
　　阅读材料距离与相关系数
　　总结与捉高
　　复习题六
附录A常用统计表
　　表A-1 X2 分布的上分位数表
　　表A-2 t分布的上分位数表
　　表A-3 标准正态分布函数表
附录B R语言简介
　　B.1 用户界面简介
　　B.2 常用命令简介
　　B.3 密度函数、分布函数和随机数生成函数
　　B.4 数据框与线性回归模型
　　B.5 聚类分析