本课程系统介绍统计学核心理论与应用方法。内容涵盖统计学基本原理、数据收集整理、特征描述、统计假设检验以及相关与回归分析。课程结合R语言等软件工具进行实践操作，旨在培养学员运用统计方法解决实际问题的能力。

视频课程目录：
1. 统计学与统计数据
2. 统计数据收集、整理和显示
3. 统计数据的特征描述
4. R语言及R软件使用简介
5. 统计假设检验
6. 相关与回归分析




├─{01}--统计学与统计数据
│ │ [1.2]--统计数据的来源与类型.mp4
│ │
│ └─{01}--统计学的基本原理与内容
│ [1.1.1]--天津外国语大学统计学第1章统计学与统计数据(1).mp4
│ [1.1.2]--总体与样本、参数与统计量.mp4
│ [1.1.3]--标志与指标.mp4
│
├─{02}--统计数据收集、整理和显示
│ │ [2.3]--2.3统计数据显示.mp4
│ │
│ ├─{01}--统计数据收集
│ │ [2.1.1]--2.1.1统计数据质量要求.mp4
│ │ [2.1.2]--2.1.2常用统计调查方法.mp4
│ │
│ └─{02}--统计数据整理
│ [2.2.1]--2.2.1统计数据整理概述.mp4
│ [2.2.2]--2.2.2单项式分组方法.mp4
│ [2.2.3]--2.2.3组距式分组方法.mp4
│ [2.2.4]--2.2.4统计数据频数分布.mp4
│
├─{03}--统计数据的特征描述
│ │ [3.2]--3.2离散程度的描述.mp4
│ │ [3.3]--3.3分布形态的描述(1).mp4
│ │
│ └─{01}--集中趋势的描述
│ [3.1.1]--3.1.1平均数.mp4
│ [3.1.2]--3.1.2众数(1).mp4
│ [3.1.3]--3.1.3中位数(1).mp4
│ [3.1.4]--3.1.4集中趋势各测定指标之间的区别与关系.mp4
│
├─{04}--R语言及R软件使用简介
│ #4.3#--图文.pdf
│ #4.4#--图文.pdf
│ [4.1]--4.1安装并了解R和RStudio，查看帮助文档.mp4
│ [4.2]--4.2查看、设置当前文件夹目录，读取数据.mp4
│ [4.3]--4.3简单的数据清洗.mp4
│ [4.4]--4.4数据处理dplyr包和plyr包.mp4
│ [4.5]--4.5ggplot2数据分析.mp4
│
├─{05}--统计假设检验
│ │ [5.4]--5.4单因素方差分析.mp4
│ │ [5.5]--5.5用SPSS统计软件进行假设检验.mp4
│ │
│ ├─{01}--常用统计量及其分布
│ │ [5.1.1]--5.1.1常用特征数和正态分布.mp4
│ │ [5.1.2]--5.1.2常用χ2分布、t分布和F分布.mp4
│ │ [5.1.3]--5.1.3常用统计量分布.mp4
│ │
│ ├─{02}--假设检验的基本问题
│ │ [5.2.1]--5.2.1相关概念.mp4
│ │ [5.2.2]--5.2.2依据及决策风险.mp4
│ │ [5.2.3]--5.2.3基本思路和算法步骤.mp4
│ │ [5.2.4]--5.2.4单边检验.mp4
│ │ [5.2.5]--5.2.5两类错误和显著性概率P值.mp4
│ │
│ └─{03}--正态总体均值和方差的统计假设检验
│ [5.3.1]--5.3.1t检验.mp4
│ [5.3.2]--5.3.2F检验.mp4
│
└─{06}--相关与回归分析
│ [6.1]--6.1变量之间的关系.mp4
│ [6.3]--6.3回归分析.mp4
│ [6.6]--结语.mp4
│
├─{02}--相关分析
│ [6.2.1]--6.2.1交叉分组表和散点图.mp4
│ [6.2.2]--6.2.2协方差和相关系数.mp4
│ [6.2.3]--6.2.3相关分析小结.mp4
│
├─{04}--线性回归模型
│ [6.4.1]--6.4.1模型的设定.mp4
│ [6.4.2]--6.4.2模型参数的最小二乘估计.mp4
│ [6.4.3]--6.4.3模型的统计检验-.mp4
│ [6.4.4]--6.4.4模型的预测.mp4
│ [6.4.5]--6.4.5案例：中国国债发行额模型.mp4
│
└─{05}--非线性回归模型
[6.5.1]--6.5.1多项式函数模型和双曲线函数模型.mp4
[6.5.2]--6.5.2对数模型.mp4
[6.5.3]--6.5.3生长曲线模型.mp4
[6.5.4.1]--6.5.4综合案例分析：硫酸透明度与铁杂质含量.mp4
[6.5.4.2]--RStudio演示2010年天津市中考多项式回归模型.mp4