研究所講重點【統計學考前衝刺30天】

1 統計學概論Introdution to Statistics
1.1 統計學的架構

2 敘述統計學Descriptive Statistics
2.1 重要統計量數
2.2 統計圖表與探測性資料分析

3 古典機率論Classical Probability Theory
3.1 重要古典機率定理、條件機率與獨立
3.2 全機率定理與貝氏定理

4 隨機變數Random Variables
4.1 隨機變數與機率函數
4.2 期望值、變異數、標準差、中位數、分位數與眾數
4.3 母體動差體系與動差生成函數
4.4 重要不等式

5 多元隨機變數Multivariate Random Variables
5.1 多元隨機變數之機率函數
5.2 多元隨機變數期望值、共變異數與相關係數
5.3 條件期望值、條件變異數與雙重期望值定理
5.4 隨機變數轉換

6 常用機率模型Common Families of Distribution
6.1 常用機率模型─成敗試驗族
6.2 常用機率模型─卜瓦松分配與離散均勻分配
6.3 常用機率模型─均勻分配與Gamma族
6.4 常用機率模型─常態分配
6.5 常用多變數機率模型

7 抽樣方法與抽樣分配Sampling Methods and Sampling Distribution
7.1 抽樣方法與抽樣分配
7.2 母體常態分配下之抽樣分配
7.3 大樣本下之抽樣分配
7.4 順序統計量

8 點估計Point Estimation
8.1 最大概似法估計量與動差法估計量
8.2 評估點估計量之表現

9 區間估計Interval Estimation
9.1 單一母體之區間估計
9.2 兩母體之區間估計
9.3 區間估計之樣本數問題

10 假說檢定Hypothesis Testing
10.1 單一母體之假說檢定
10.2 兩母體之假說檢定
10.3 假說檢定之進階問題

11 變異數分析The Analysis of Variance
11.1 一因子變異數分析完全隨機化設計
11.2 一因子變異數分析隨機區集化設計
11.3 單一信賴區間、聯立信賴區間與多重比較
11.4 多因子變異數分析

12 相關分析與線性迴歸Correlation Analysis and Linear Regression
12.1 相關分析
12.2 簡單迴歸分析之基本課題
12.3 簡單迴歸分析之延伸課題
12.4 多元迴歸分析之基本課題
12.5 偏F檢定、偏判定係數與偏相關係數
12.6 多元迴歸分析之延伸課題

13 卡方檢定與適合度檢定Chi-Squared and Goodness-of-fit Test
13.1 卡方適合度檢定
13.2 卡方獨立性與齊一性檢定

14 無母數統計方法Nonparametric Methods
14.1 樣本等級相關分析
14.2 單一母體之無母數檢定方法
14.3 兩相依母體之無母數檢定方法
14.4 兩獨立母體之無母數檢定方法
14.5 多個獨立母體之無母數檢定方法
14.6 多個相依母體之無母數檢定方法
14.7 隨機性檢定

15 統計決策理論、時間序列與指數Other Important Topics in Statistics
15.1 統計決策理論
15.2 古典時間序列分析與指數

1 統計學概論Introdution to Statistics
1.1 統計學的架構

2 敘述統計學Descriptive Statistics
2.1 重要統計量數
2.2 統計圖表與探測性資料分析

3 古典機率論Classical Probability Theory
3.1 重要古典機率定理、條件機率與獨立
3.2 全機率定理與貝氏定理

4 隨機變數Random Variables
4.1 隨機變數與機率函數
4.2 期望值、變異數、標準差、中位數、分位數與眾數
4.3 母體動差體系與動差生成函數
4.4 重要不等式

5 多元隨機變數Multivariate Random Variables
5.1 多元隨機變數之機率函數
5.2 多元隨機變數期望值...