◼ 3.1 数据的预处理 ◼ 3.2 品质数据的整理与显示 ◼ 3.3 数值型数据的整理与显示 ◼ 3.4 合理使用图表

◼ 2.1 数据的来源 ◼ 2.2 调查数据 ◼ 2.3 实验数据 ◼ 2.4 数据的误差

1. 掌握调查问卷的设计及制作。 2. 掌握调查数据的获取方法及数据的前期分析和预处理方法。 3. 面对获取统计数据，学会选择合适的方法，继而进行数据的描述性分析和推断性分析

1. 通过一学期的课程学习，学会获取各种统计（对象）数据的获取方法。 2. 通过一学期的课程学习，学会获取各种统计（对象）数据的前期分析和预处理方法。 3. 面对获取统计数据，学会选择合适的方法，继而进行统计分析及下结论

1. 了解时间序列分析的概念。 2. 熟知时间序列分析的基本原理。 3. 掌握一种时间序列分析方法

1. 掌握直线回归的原理和推导过程。 2. 掌握实现相关的基本概念方差检验的适用条件（样本特性）。 3. 熟悉相关性的判定方法及评定标准

1. 掌握秩和检验的原理和方法（公式）的来源及推导过程。 2. 掌握秩和检验的适用条件（样本特性）和样本数据的的特点。 3. 知道秩和检验中“秩”和“秩和”的含义及计算方法。 4. 理解第一类错误和第二类错误的定义。 5．学会通过秩和检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．两两比较的意义和方法

1. 掌握卡方检验的原理和方法（公式）的来源及推导过程。 2. 掌握卡方检验的适用条件（样本特性）和样本数据的的特点。 3. 知道卡方检验中对变量进行加权的意义。 4. 掌握卡方检验中实际数和理论值的运算关系，以及不同的实际数和理论值条件下对检验结果的影响。 5. 学会通过卡方检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．行列分割的意义和方法

1. 掌握方差检验的原理和方法（公式）的来源及推导过程。 2. 掌握方差检验的适用条件（样本特性）。 3. 掌握成组设计的多个样本方差分析（单因素方差分析）的条件和方法。 4. 学会通过方差检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 5．组内变异和组间变异的概念

1. 掌握 T 检验的原理和方法（公式）的来源及推导过程。 2. 掌握 T 检验的适用条件（样本特性）。 3. 掌握配对 T 检验的适用条件和方法。 4. 掌握两组独立样本的 T 检验的适用条件和方法。 5. 掌握样本均数与总体均数的比较的 T 检验方法。 6. 学会通过 T 检验的结果来分析试验设计中的假设检验是否具有显著性统计意义