st1psnu -概率与统计

模块供应商: Mathematics and Statistics
学分数： 20 [10 ECTS credits]
水平:4
教学用语： 春天 term module
先决条件:
模块化的必备条件:
相关内容:
模块被排除在外:
目前从: 2021/2

模块召集人: Karen Poulter博士
电子邮件: k.l.poulter@reading.ac.uk

模块类型：

概述模块描述：

本模块介绍了概率和概率分布，以及统计推断的基本技术，以及对观察性NBA投注[手机]俱乐部研究数据的分析，重点是回归和假设检验。

NUIST的模块负责人是赵凯博士。

目的:

本模块的前半部分介绍了概率，这是所有统计方法的基础。 涵盖的主题包括不确定性的定义和测量，概率陈述的操作，以及对离散和连续概率分布的介绍，包括正态分布的作用。 本模块的后半部分介绍了统计推断的一些基本技术，包括估计置信区间和假设检验。 它还说明了统计建模。 本文将介绍一些简单的模型，并说明它们在数据分析中的作用。

可评估的学习成果：

完成本模块后，学生将获得：

• 熟悉概率的关键概念；


• 在简单问题中计算和处理概率的能力；


• 了解随机变量的概念及其性质；


• 了解一些标准离散和连续概率分布的适用性


• the ability to draw inferences about a populat ion from sample data using estimation, confidence intervals and hypothesis tests and an ability for identifying when to use a given method;


• 分析分类数据的能力；


• 了解统计模型的性质和拟合强度；


• 能够将直线拟合到数据中，并在必要时执行转换；


• 能够选择和应用适当的方法进行数据分析；

额外的结果:

大纲内容:

概率论； 样本空间、结果和事件的定义； 计算具有等可能结果的问题的概率； 概率公理； 条件概率和独立性的概念； 全概率定律和贝叶斯定理。 -介绍离散随机变量及其性质，包括伯努利、二项式、负二项式、几何、超几何和泊松随机变量。 - An introduction to continuous random variable s and their properties, including the uniform exponential, normal, lognormal, beta and gamma distributions. -概率论的应用，例如法医学、保险、质量控制和环境。 -汇总统计，转换和图形显示数据。 -抽样分布。 -一个和两个样本中总体均值、方差和比例的置信区间。 -对一个和两个样本进行假设检验。 -分类数据分析。 应急表; th e chi-squared test. -简单线性回归模型； 拟合直线的； 检验回归关系的显著性； 方差分析。

教学方法简述：

讲座，辅以问题单。

联系时间:

	秋天	春天	夏天
讲座		96
引导自主学习：		104
按学期划分的总学时	0	200	0
模块总学时	200

总结性考核方法：

方法	百分比
笔试	70
由学校管理的班级考试	30

总结性评核-考试：

3个小时

总结性评估-课程作业和课堂测试：

一次考试和一些班级测试。

形成性评价方法：

问题表。

逾期提交的处罚：

支助中心将对逾期提交的工作实行下列处罚：

• 在原定截止日期（或任何正式同意的延期截止日期）之后提交的作业：截止日期后的每个工作日（或其中的一部分）将从该作业的总分数中扣除10%的分数，最多可达五个工作日；
• 如果作品在原始截止日期（或任何正式同意的截止日期延长）后超过五个工作日提交：将记录零分。

The University policy statement on penalties for late submission can be found at: /web/FILES/qualitysupport/penaltiesforlatesubmission.pdf
You are strongly advised to ensure that coursework is submitted by the relevant deadline. 您应该注意，建议在未完成状态下提交作业，而不是没有提交任何作业。

通过考试的评估要求：

总体得分为40%。

重新安排:

8月/ 9月一次3学时的试卷，补考模块分数为考试分数（100%考试）和考试分数加上以前的课程（包括演讲）分数（70%考试，30%课程）中较高者。

 

额外费用（适用时指定）：

最后更新: 2021年4月8日