●項目1 Matlab編程簡介
1.1 實驗目的
1.2 實驗原理
1.3 實驗過程
1.3.1 Matlab的安裝
1.3.2 Matlab應用入門
1.3.3 Matlab 7.0編程基礎
1.4 實驗小結
1.5 練習實驗
項目2 概率密度的計算及隨機模擬
2.1 實驗目的
2.2 實驗原理
2.3 實驗過程
2.3.1 隨機變量的概率密度計算
2.3.2 常用分布密度函數作圖
2.3.3 常用分布隨機數的產生
2.4 實驗小結
2.5 練習實驗
項目3 參數估計
3.1 實驗目的
3.2 實驗原理
3.3 實驗數據
3.4 實驗過程
3.4.1 參數的點估計
3.4.2 參數的區間估計
3.4.3 常用分布的參數估計函數
3.5 案例分析
3.6 實驗小結
3.7 練習實驗
項目4 假設檢驗
4.1 實驗目的
4.2 實驗原理
4.3 實驗數據
4.4 實驗過程
4.4.1 單個正態總體的假設檢驗
4.4.2 兩個正態總體的假設檢驗
4.4.3 非正態總體的假設檢驗
4.5 案例分析
4.6 實驗小結
4.7 練習實驗
項目5 方差分析
5.1 實驗目的
5.2 實驗原理
5.3 實驗數據
5.4 單因素方差分析
5.5 雙因素方差分析
5.6 多因素方差分析
5.7 多重比較
5.8 案例分析
5.9 實驗小結
5.10 練習題
項目6 非參數秩檢驗
6.1 實驗目的
6.2 實驗原理
6.3 實驗數據
6.4 兩種處理方法比較的秩檢驗
6.4.1 Wilcoxon秩和檢驗
6.4.2 Smirnov檢驗
6.5 成對分組下兩種處理方法比較的假設檢驗
6.5.1 符號檢驗
6.5.2 Wilcoxon符號秩檢驗
6.6 多處理方法比較的秩檢驗
6.7 分組設計下多處理方法比較的秩檢驗
6.8 案例分析
6.9 實驗小結
6.10 練習實驗
項目7 分布檢驗
7.1 實驗目的
7.2 實驗原理
7.3 實驗數據
7.4 正態概率紙法
7.5 分布擬合優度的x2檢驗
7.6 Kolmogorov檢驗
7.7 正態性檢驗
7.7.1 Jarque—Bera檢驗
7.7.2 Lilliefors檢驗
7.8 列聯表分析
7.9 案例分析
7.10 實驗小結
7.11 練習題
項目8 回歸分析
8.1 實驗目的
8.2 實驗原理
8.3 實驗數據
8.4 線性回歸模型的參數估計
8.4.1 線性回歸模型參數的最小二乘估計
8.4.2 線性回歸模型參數的區間估計
8.5 回歸診斷
8.6 嶺回歸
8.7 逐步回歸
8.7.1 交互式圖形工具
8.7.2 命令行形式
8.8 非線性回歸
8.8.1 可線性化的非線性模型
8.8.2 不可線性化非線性回歸模型
8.9 案例分析
8.10 實驗小結
8.11 練習題
參考文獻