《医学统计学》课程教学大纲-计算机技术与应用实验教学中心.doc

《》课程教学大纲 《》 课程: 必修课 总 学 时： 学　　分：适用对象: 先修课程：一、课程性质、目的和任务 本课程第一章至第五章为概率论部分, 它是作为基础知识, 研究必要的理论基础. 第六章至第八章是数理统计部分, 介绍了有广泛应用意义的参数估计和假设检验. 本课程是一门理论性较强, 应用性较广的课程, 通过本课程的学习, 使学生:初步掌握概率论与数理统计的基本概念和基本原理, 使学生初步认识概率统计是研究随机现象数量规律性的学科. 熟悉概率统计中处理随机现象的基本方法, 掌握基本解题方法, 培养学生数据分析和推断能力.二、教学基本要求 学生应熟练掌握概率论与数理统计中的基本理论和分析方法，能熟练运用基本原理解决某些实际问题。第一章 随机事件及其概率 教学内容 1. 随机事件及其运算(随机试验, 随机事件与样本空间, 事件之间的关系及其运算) 2. 概率的定义,性质及其运算(频率, 概率的统计定义, 古典概率, 概率的公理化定义, 概率的性质) 3. 条件概率及三个重要公式(乘法公式, 全概率公式, 贝叶斯公式) 4. 事件的独立性及贝努里(Bernoulli)概型. 教学要求 1. 了解样本空间的概念, 熟悉随机事件的概念, 熟练掌握事件之间的关系与运算. 2. 了解概率的定义.(古典概率, 几何概率, 概率的频率的定义和概率的公理化定义). 掌握概率的性质并且会应用性质进行概率的计算. 3. 熟悉条件概率的概念, 掌握概率的乘法公式, 全概率公式和贝叶斯(Bayes)公式并会用这些公式进行概率计算. 4. 熟悉事件独立性的概念, 熟练掌握贝努里概型并会应用它进行概率计算. 第二章 随机事件及其分布 一 教学内容 1. 随机变量的概念,随机变量的分布函数概念及其性质. 2. 离散型随机变量及其概率分布, 离散型随机变量常见分布 3. 连续性随机变量及其概率密度函数, 连续性随机变量常见的分布 4. 随机变量的函数的分布 二 教学要求 1. 熟悉随机变量的概念, 掌握离散型随机变量和连续性随机变量的描述方法, 熟悉概率分布列与概率密度的概念和性质. 2. 熟悉分布函数的概念和性质. 会利用概率分布计算有关事件的概率. 3. 熟练掌握二项分布, 泊松(Pisson)分布, 正态分布,了解均匀分布和指数分布. 4. 会求简单随机变量函数的概率分布. 第三章 多维随机变量及其分布 一 教学内容 1. 二维随机变量的联合分布函数与边缘分布函数 2. 二维离散型随机变量及其概率分布 3. 二维连续型随机变量及其分布 4. 随机变量的独立性定义及其判别法 5. 随机变量的简单函数的概率分布 二 教学要求 1. 了解多维随机变量的概念, 了解二维随机变量的联合分布函数, 联合概率密度, 联合概率分布列的概念和性质, 并会用他们计算有关事件的概率. 2. 了解二维随机变量的边缘分布与联合分布的概念, 并掌握他们的关系. 3. 熟悉随机变量的独立性的概念,熟练掌握应用随机变量的独立性和进行概率计算. 4. 会求两个随机变量的简单函数(和,最大值,最小值)的分布 5. 知道二维均匀分布, 二维正态分布 第四章 随机变量的数字特征 一 教学内容 1. 随机变量数学期望的定义及其性质, 随机变量函数的数学期望. 2. 随机变量方差的定义及其性质 3. 协方差, 相关系数的定义与计算公式. 4. 几种重要随机变量的数学期望与方差 二 教学要求 1. 熟悉数学期望与方差的概念, 掌握他们的性质与计算方法. 2. 会计算随机变量函数的数学期望. 3. 熟记二项分布, 泊松分布, 正态分布的数学期望与方差, 知道均匀分布, 指数分布的数学期望与方差. 4. 了解协方差,相关系数和矩的概念, 掌握他们的性质与计算方法. 第五章 大数定律与中心极限定理 一 教学内容 1. 契比雪夫不等式 2. 贝努里大数定律和契比雪夫大数定律 3. 独立同分布的中心极限定理和德莫弗--拉普拉斯(Demoivve--Laplace)中心极限定理 二 教学要求 1. 了解契比雪夫不等式, 契比雪夫大数定理和贝努里大数定理 2. 知道独立同分布的中心极限定理和德莫弗--拉普拉斯(Demoivve--Laplace)中心极限定理. 第六章 数理统计的基本概念 三个重要抽样分布一教学内容 1. 总体和样本, 样本的联合分布 2. 统计量与样本的数字特征 3. 正态总体的样本均值, 样本方差的分布. 4. 三个重要抽样分布(x^2分布, t分布, F分布)的定义及其性质. 二 教学要求 1. 熟悉数理统计的基本概念:总体,