1、1统计推断 (Statistical inference)： 用样本信息推论总体特征的过程。包括：参数估计 : 运用统计学原理，用从样本计算出来的统计指标量，对总体统计指标量进行估计。假设检验： 又称显著性检验，是指由样本间存在的差别对样本所代表的总体间是否存在着差别做出判断。2主要内容第一节 标准误第二节 t 分布第三节 总体均数的估计第四节 假设检验第五节 未知总体与已知总体均数的 比较第六节 完全随机设计两总体均数的比较第七节第七节 配对设计资料均数的比较配对设计资料均数的比较 第八节第八节 均数假设检验的注意事项均数假设检验的注意事项3第一节 标准误（ Standard error)一
2、、概念抽样误差： 由于抽样引起的样本 统计量 与总体 参数 之间的差异。标准误 ： (x Sx) 表示抽样误差大小的指标；样本均数的标准差； 4X 1S1X 2 S2 X ISiX nSnx标准误示意图标准误示意图5三、 （均数）标准误意义： 反映抽样误差的大小。标准误越小，抽样误差越小，用样本均数估计总体均数的可靠性越大。与样本量的关系： S 一定， n， 标准误 二、（均数）标准误的计算6SPSS计算标准误lAnalyze-Descriptive Statistics-Frequencies-Statistics-Dispersion-S.E. mean-Continue-OK7大数定理：
3、大数定理： 当样本量足够大时，样本的均数以很当样本量足够大时，样本的均数以很大的概率接近总体均数（计量资料）。大的概率接近总体均数（计量资料）。当试验次数足够多时，事件当试验次数足够多时，事件 A出现的频率就会出现的频率就会接近于概率接近于概率 P（ 计数资料）。计数资料）。中心极限定律中心极限定律 ：正态分布也称为中心分布。：正态分布也称为中心分布。如果所研究的随机变量可以表示为大量独立如果所研究的随机变量可以表示为大量独立随机变量的和，其中每一个随机变量对于总和只随机变量的和，其中每一个随机变量对于总和只起微小作用，则可以认为这个随机变量近似服从起微小作用，则可以认为这个随机变量近似服从正态分布，其均数也近似服从正态分布。正态分布，其均数也近似服从正态分布。两个基本定律（了解）8一、一、 t 分布的概念：从正态分布演化到分布的概念：从正态分布演化到 t 分分布的布的 5个个 步骤。步骤。反应抽样误差分布的规律。反应抽样误差分布的规律。二、二、 t 分布图形：分布图形：三、三、 t 分布面积特征分布面积特征 ( t界值界值 表）表） ：第二节第二节 t 分布分布9t 分布的图形（ u 分布 是 t 分布 的特殊形式）10
