基本概念数理统计的概念：数理统计学是研究怎样有效的收集整理和分析带有随机性的数据，以对所考察问题作出推论或预测，直至为采取一定的决策和行动提供依据和建议。（收集、整理、研究、分析）简单随机抽样：从总体N个单位中任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等的一种抽样方式。随机样本：从总体抽取的每一个样本容量为n的每个样本有相同的机会。中心趋势（均值、中位数、众数）离散程度（四分位差、方差、标准差）即各个观测变量取值之间的差异程度。相对位置：描述了某个测量值（数据）对照其他测量值（数据）的相对位置（百分位、Z-scores）参数(parameter)对于总体的概括性度量。统计量Statistic对于样本的概括性度量。抽样分布：从已知总体中以一定的样本容量进行随机抽样，由样本的统计量所对应的概率分布称为抽样分布。三大抽样分布是指卡方分布、t分布、F分布。估计未知的总体参数，手写稿。点估计：用实际样本指标数值作为总体参数的估计值的估计方法。（基于样本的单一值、没有给出关于这个值与未知总体参数的近似程度。）方法：例如:样本均值x=3是未知总体均值的点估计区间估计：通过从总体中抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，来作为总体的分布参数的真值所在范围的估计。（提供了一个値域、给出了关于估计与未知总体参数的近似程度。）方法：置信度：也称置信水平，未知总体参数落在区间的概率。即总体参数与估计值在一定允许的误差范围之内，其相应的概率有多大，这个相应的概率称作置信度。表示为(1–a)%，a是参数不在区间的概率。典型值是99%,95%,90%。假设检验：根据一定的假设条件由样本推断总体的一种方法。假设是一种对总体参数的信念。显著水平：是估计总体参数落在某一区间内，可能犯错误的概率，用a表示。I类错误：拒绝真的原假设有严重结果，I类错误的概率是a(alpha)，叫做显著性水平。II类错误：未拒绝错误的原假设，II类错误的概率是B(beta)。原假设：根据问题的需要对所要研究的总体作出某种假设，记作H0。总是有等号。备择假设：与原假设对立的某种假设，记作H1，总是有不等号、大于号、小于号。方差分析：用于两个及两个以上样本均数差别的显著性检验。（补充）概率：对随机事件发生的可能性的度量。并集：把所有属于事件A或属于事件B的元素所组成的集合叫做并集。交集：出现在事件A和B的结果集。独立性：事件的发生不影响其他事件的概率。条件概率的计算：离散型随机变量的分布：泊松分布和二项分布二项分布的属性：两种不同的抽样方法；无限总体，不重复；有限总体，重复；N次相同的序列试验；每次试验有2个结果；‘成功’(希望的结果)or‘失败’；不变的试验概率（可能性）；每次试验是独立的。基本原理经验分布：非正态总体样本均值的近似分布：小概率原理：一个事件如果发生的概率很小的话，那么它在一次试验中几乎是不可能发生的，但在多次重复试验中几乎是必然发生的，数学上称之为小概率原理，统计学中，一般认为等于或小于0.05或0.01的概率为小概率。方差分析原理：方差分析作为一种统计方法，是把实验数据的总变异分解为若干个不同来源的分量。因而它所依据的基本原理是变异的可加性。不同来源的变异只有当他们可加时，才能保证总变异分解的可能。具体的讲，它是将总平方和分解为几个不同来源的平方和。基本方法假设检验一般步骤、T检验法、卡方检验法、F检验法、计量抽样方案、单因素方差分析、双因素方差分析（总平方和和各因素平方和之间的关系，自由度如何计算，均方如何计算、F统计量如何计算）、非参数检验（前三个）。考试题型填空题（12个空，24分）是非题（6个题2分）简答题（20分，2题，计算检验）填答题（1题多问，12分）应用题（2问，20分）综合分析题（12分，难度大）