课程名称：统计学导论B

英文名称：（Introduction to Statistics B）

【课程编号】GEN04117	【所属模块】（必备项） 数理基础与科学素养√
【学分数】3	【适用专业】（必备项） 文科
【学时数】32+32	【开设学期（春季、秋季、夏季小学期）】 春季
【已开设次数】10	【建议选课人数】110
【授课教师姓名】李勇，张淑梅，段小刚	【授课教师职称】教授，教授，讲师
【授课教师联系方式】Email：liyong@bnu.edu.cn，jinj@bnu.edu.cn，xgduan@bnu.edu.cn
【开课单位】统计学院
【先修课要求】高中新课标中的概率统计知识

一、课程简介（必备项）

统计学是通过收集数据和分析数据来认识未知现象的一门科学，本课程主要介绍统计学的思维方式、常用统计方法的基本思想与原理，以及应用统计方法所需要注意的问题。通过本课程学习，学生能初步具备在统计学原理指导下借助统计软件解决实际问题的能力。

二、课程目标（必备项）

通过本课程的教学，使学生掌握基本的统计学思想和方法原理，对统计学学科有一个初步的整体认识。本课程提升学生们的统计学素养，使他们具有从统计学的基本思想和原理的观点审视现代信息社会中各类问题的能力，能在统计学原理指导下借助于统计软件解决现实生活中的问题。

 

三、教学内容和学时分配（必备项）

 

（一）总论（或绪论、概论等）4＋4 学时

主要内容（必备项）：

未知现象的认识过程与统计学，随机性与规律性，统计学的思维模式，统计学与数学、概率论以及计算机之间的关系，统计软件使用简介。

教学要求（必备项）：

使学生能够从总体上对于统计学及思维模式有一个初步的认识，初步了解一种统计软件的工作环境。

 重点、难点（可选项）统计学定义，统计学研究流程，统计模型的理解，统计学的追求目标

课前学习要求：

其它教学环节（如实验、习题课、讨论课、其它实践活动）：通过上机实习，熟悉一种统计软件的界面与简单操作。

（二）第二章：概率7＋7学时

主要内容（必备项）：

随机现象及基本概念，随机变量及特征刻画，常用分布简介，概率论中的几个重要结论。

教学要求（必备项）：

为理解统计学的基本原理，需要了解概率论的一些基本概念与结论，本章目的就是介绍这些基本概念和重要结论。在教学过程中要强调概念与结论的正确理解，以及应用，避免在困难的数学上证明上深入展开。

重点、难点：随机变量、大数定律与中心极限定理概念的理解与应用，随机模拟原理

课前学习要求：

其它教学环节（必备项）：

通过课堂上利用计算机随机模拟，加深学生们对于概念的理解，再利让学生用计算机实验课动手做随机模拟实验，进一步巩固对概率概念的正确理解。

（三）第三章：数据的收集5＋5学时

主要内容（必备项）：

抽样调查的基本原理，观测数据的收集，实验数据的收集，统计分析结果中的误差来源。

教学要求（必备项）：

使同学从概率论的角度理解为什么要采用随机抽样的方法获取样本数据，掌握简单随机抽样方法、系统抽样方法、分层抽样方法和整群抽样方法的原理及实施，了解获取实验数据时应注意的问题（如实验组和对照组的构成原则等），知道统计分析结论中的误差来源。

重点、难点：样本的代表性，统计分析结论的正确解释

课前学习要求：

其它教学环节（必备项）：通过课堂上利用计算机随机模拟，加深学生们对于概念的理解，再利让学生用计算机实验课动手做随机模拟实验，进一步体会随机样本的代表性。

（四）第四章：数据中总体信息的初步描述6＋6学时

主要内容（必备项）：

连续型变量观测数据的分组统计表、直方图、分组条形图，频率直方图与总体分密度函数，频率直方图中的总体分布信息；利用条形图、饼图、点图与茎叶图了解离散型变量的总体分布信息；样本数字特征与总体分布的数字特征。

教学要求（必备项）：

使同学从概率论的角度理解描述性统计方法基本原理，认识到描述性统计方法所能得到的仅是对总体特征的初步定性结论，是为进一步的统计分析提供正确的方向。

重点、难点：描述性统计方法的概率原理，描述性统计方法所得结论的随机性，进一步进行统计分析的必要性。

课前学习要求：

其它教学环节（必备项）：通过计算机随机模拟，加深学生们对于描述性统计分析结果的正确理解。

（五）第五章：常用统计方法原理简介10＋10学时

主要内容（必备项）：

总体参数的估计与评价标准，假设检验的基本原理，关于正态总体均值的假设检验，相关分析与回归模型原理。

教学要求（必备项）：使同学认识用于参数估计的统计量具有随机性，从而能正确认识参数估计的结果；掌握假设检验方法的基本原理，以及原假设和备择假设之间的关系，正确解释假设检验的结果；对于正态分布总体，能够利用统计软件进行假设检验；正确理解变量之间的函数关系和相关关系，理解线性回归模型的基本原理；通过回归模型的拟合效果评价使学生掌握模型评价的基本思想，知道要根据数据的描述性统计分析结果选择模型，以达到更可靠的统计分析结果。

重点、难点：参数估计方法的比较，假设检验的基本原理与结果的正确理解，评价统计模型的基本思想。

课前学习要求：

其它教学环节（必备项）：通过计算机随机模拟，加深学生们对于常用统计方法的正确理解，掌握统计软件常用统计模块的使用方法。

四、教材与学习资源（必备项）

教材：《统计学导论》（李勇，张淑梅）。北京：人民邮电出版社，2007.

课程网站：http://course.bnu.edu.cn/course/statistics/

参考书目：

1. Utts, J.M., Hechard, R.F. Mind on Statistics. 北京: 机械工业出版社, 2005.

2. 吴喜之. 统计学：从概念导数据分析. 北京: 高等教育出版社，2008.

3. G.R. Iversen等著，吴喜之等译. 统计学——基本概念和方法. 北京：高等教育出版社，施普林格出版社，2000.

4. 曾五一, 肖红叶. 统计学导论. 北京: 科学出版社, 2006.

5. R. Rohson等著，屠俊如等译. 基础统计学. 北京：科学出版社，2003.

6. D. Freedman等著，魏宗舒等译. 统计学. 北京：中国统计出版社，1999.

7. 谢衷杰. 普通统计学. 北京: 北京大学出版社, 2004.

8. 何书元. 概率论与数理统计. 北京: 高等教育出版社, 2006.

9. 郑明, 陈子毅, 汪嘉冈. 数理统计讲义. 上海: 复旦大学出版社, 2006.

10. M. Fisz著，王福保译. 概率论及数理统计. 上海：上海科学技术出版社，1978 .

11. 王梓坤. 概率论基础及其应用. 北京：科学出版社，1976.

12. 李勇. 概率论. 北京：北京师范大学出版社，2013.

 

五、教学策略与方法建议（可选项）

 

六、考核方式（必备项）

闭卷考试为主，学生习题讨论，实习作业为辅。平时成绩占40%。

 

【编写日期】：2015.3.25（可选项）