高三数学应用统计(选修 B类)思维导图

目录结构

• 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
• 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
• 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
• 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
• 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
• 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