-教育与心理统计学自考大纲.doc

Ⅰ课程性质与设置目的

一、           课程性质与特点
教育与心理统计学是统计学运用于心理学和教育学领域所产生的一个应用统计学分支，它的任务就是向心理学和教育学研究者提供分析心理现象和教育现象的数量规律性的统计分析工具。它是为培养和检验考生的教育与心理统计的基本理论知识，基本技能和实际应用能力而设置的专业基础课程，是进一步学习实验心理学、心理测量学、教育测量学等课程的前提。
该课程的特点：（一）逻辑分析性强；（二）概念和公式运用多；（三）运用各种统计分析方法量化地分析、认识教育和心理现象和规律。因此在考生自学及自考命题过程中，应充分地重视本课程的综合性和应用性的特点。
二、           课程目的与要求
本课程的设置目的在于使自学应考者理解掌握教育与心理统计的基本概念与基本原理，培养其描述统计分析能力和推断统计能力，并能用来解决教育教学以及管理研究方面的实际问题。考生应该懂得和掌握一些必要的统计分析方法，以便能独立分析资料、处理数据直至科学决策。
本课程的基本要求是：从总体上把握教育与心理统计学的基本理论，掌握教育与心理统计的基本概念、基本原理和基本方法；能够针对具体的问题按照要求对数据进行描述统计与推断统计分析处理；能够运用统计分析的原理与方法来解决教育、心理方面的实际问题。
三、           本课程与相关课程的联系、分工和区别
教育与心理统计学是采用统计学的原理和方法来解决教育学和心理学课程中遇到的问题的一门课程，因此与教育学、心理学和统计学有相对密切的联系。统计学是教育与心理统计学的理论基础，因此具备一些统计学上的预备知识对于学习教育与心理统计学这门课程是必要的。当然，教育与心理统计学在内容上会更注重统计学在教育学和心理学方面的应用，具有更强的针对性和实用性。此课程是一种方法性课程，它为教育学和心理学的学习和研究过程提供了一种很好的工具，而教育学和心理学则为这种方法的学习提供了一种载体，在应用中不断得到理论和方法的完善。
考生在学习本课程应该把握两个要点：一是要全面了解教育与心理统计学的基础知识，以便在具体的应用中选择正确的数据处理方法；二是要注意结合教育学与心理学的理论和实践，在解决问题中理解和掌握数据统计处理的应用条件和操作过程。
《教育与心理统计学》教材的重点是2～8章，介绍教育学与心理学中常采用的数据统计处理方法，第1章是学习相关知识的基础，要求对此有相关的了解；第9～14章是知识的进一步深入，不要求掌握。

Ⅱ课程内容与考核目标

绪论

一、学习目的与要求
1.        了解教育与心理统计学的定义和内容体系，形成对教育与心理统计学的整体认识；
2.        了解教育与心理统计学的历史与发展趋势
3.        了解本学科必备的预备知识，为以后的学习奠定基础。
本章重点：预备知识中的概念的理解
本章难点：随机变量的分类方法
二、课程内容
三、考核知识点
（一）什么是教育与心理统计学
教育与心理统计学的概念
（二）教育与心理统计学的基本内容
描述统计学、推断统计学、多元统计分析的涵义
（三）教育与心理统计的昨天、今天和明天
世界上第一本有关教育与心理统计学的专著
（四）预备知识
1.             随机现象及随机变量的概念。
2.             常用的符号及其计算法则。
四、考核要求
（一）什么是教育与心理统计学
教育与心理统计学的概念（识记）
（二）教育与心理统计学的基本内容
描述统计学、推断统计学、多元统计分析的涵义（领会）
（三）教育与心理统计的昨天、今天和明天
世界上第一本有关教育与心理统计学的专著（识记）
（四）预备知识
1.             随机现象及随机变量的概念（识记）
2.             常用的符号及其计算法则（领会）
第一章 常用的统计表与图
一、学习目的与要求
1.        了解次数分布的概念以及次数分布图通常的两种表达方式，能够编制单次数分布表、次数直方图与次数多边图；
2.        了解几种常用的统计图的涵义，并能绘制和在实际中应用它们。
本章重点：次数分布表的编制
本章难点：组限、组中值的算法。
二、课程内容
三、考核知识点
（一）次数分布表与图
1.             次数分布的概念
2.             次数分布图通常的两种表达方式

3.             单次数分布表、次数直方图与次数多边图的编制
（二）几种常用的统计分析图
1.             散点图、线形图、条形图、圆形图的涵义
2.             散点图、线形图、条形图、圆形图的编制
四、考核要求
（一）次数分布表与图
1.             次数分布的概念（识记）
2.             次数分布图通常的两种表达方式（识记）
3.             单次数分布表、次数直方图与次数多边图的编制（简单应用）
（二）几种常用的统计分析图
1.                  散点图、线形图、条形图、圆形图的涵义（识记）
2.                  散点图、线形图、条形图、圆形图的编制（简单应用）
第二章 常用统计参数
一、学习目的与要求
1.        掌握平均数（包括算术平均数和几何平均数）、中数、众数等集中量数的涵义、算法并能够针对具体的数据进行灵活应用；
2.        掌握平均差、方差、标准差、差异系数等差异量数的定义、算法并能够针对具体的数据进行灵活应用；
3.        理解百分位数、百分等级分数等地位量数的涵义；
4.        掌握相关的涵义，理解相关系数意义并能够合理应用各种相关系数衡量变量之间的关系
本章重点：集中量数和差异量数的计算；相关系数的计算
本章难点：几何平均数的计算，相关系数的应用条件
二、课程内容
三、考核知识点
（一）集中量数
1.        总体平均数与样本平均数的定义、公式与符号表达
2.        加权平均数的定义与公式表达
3.        几何平均数的基本公式
4.        中数的定义
5.        众数的定义；
6.        算术平均数的性质及其优缺点
7.        几何平均数的使用条件
8.        正确计算总体平均数与样本平均数
9.        加权平均数的计算
10.    几何平均数的计算及其在教育与心理研究中的应用
11.    对一组数据能用观察法确定其中数
12.利用皮尔逊经验法计算众数
（二）差异量数
1.        平均差的计算公式与符号表达
2.        总体方差与总体标准差的计算公式与符号表达
3.        样本方差与样本标准差的计算公式与符号表达
4.        差异系数的计算公式与符号表达；
5.        方差与标准差的性质与意义；

6.        正确计算一组数据的平均差
7.        正确计算一组数据的总体方差与总体标准差
8.        正确计算一组数据的样本方差与样本标准差
9.        应用标准差的性质确定一组新数据的标准差
10.    应用差异系数评价两组数据的相对差异程度
（三）地位量数
1.        地位量数的涵义
2.        百分位数的涵义
3.        百分等级分数的涵义
（四）相关分析
1.        相关的涵义；
2.        相关系数的概念与符号表示
3.        积差相关系数的计算公式
4.        斯皮尔曼等级相关的基本公式
5.        肯德尔W系数的计算公式
6.        相关散点图
7.        对相关系数的解释
8.        积差相关系数的应用条件
9.        等级相关系数的应用条件
10.    点双列相关的应用场合
11.    双列相关的应用场合
12.    利用原始数据计算积差相关
13.    利用原始数据计算斯皮尔曼等级相关
四、考核要求
（一）集中量数
1.        总体平均数与样本平均数的定义、公式与符号表达（识记）
2.        加权平均数的定义与公式表达（识记）
3.        几何平均数的基本公式（识记）
4.        中数的定义（识记）
5.        众数的定义（识记）
6.        算术平均数的性质及其优缺点（领会）
7.        几何平均数的使用条件（领会）
8.        正确计算总体平均数与样本平均数（简单应用）
9.        加权平均数的计算（应用）
10.    几何平均数的计算及其在教育与心理研究中的应用（简单应用）
11.    对一组数据能用观察法确定其中数（简单应用）
12.    利用皮尔逊经验法计算众数（简单应用）
（二）差异量数
1.        平均差的计算公式与符号表达（识记）
2.        总体方差与总体标准差的计算公式与符号表达（识记）
3.        样本方差与样本标准差的计算公式与符号表达（识记）
4.        差异系数的计算公式与符号表达（识记）
5.        方差与标准差的性质与意义（领会）
6.        正确计算一组数据的平均差（简单应用）

7.        正确计算一组数据的总体方差与总体标准差（简单应用）
8.        正确计算一组数据的样本方差与样本标准差（简单应用）
9.        应用标准差的性质确定一组新数据的标准差（综合应用）
10.    应用差异系数评价两组数据的相对差异程度（简单应用）
（三）地位量数
1.        地位量数的涵义（识记）
2.        百分位数的涵义（领会）
3.        百分等级分数的涵义（领会）
（四）相关分析
1.        相关的涵义（识记）
2.        相关系数的概念与符号表示（识记）
3.        积差相关系数的计算公式（识记）
4.        斯皮尔曼等级相关的基本公式（识记）
5.        肯德尔W系数的计算公式（识记）
6.        相关散点图（领会）
7.        对相关系数的解释（领会）
8.        积差相关系数的应用条件（领会）
9.        等级相关系数的应用条件（领会）
10.    点双列相关的应用场合（领会）
11.    双列相关的应用场合（领会）
12.    利用原始数据计算积差相关（简单应用）
13.    利用原始数据计算斯皮尔曼等级相关（简单应用）
第三章 概率与分布
一、学习目的与要求
1.        掌握随机现象以及概率的定义和涵义；
2.        理解二项分布的定义及均值、方差及标准差；
3.        掌握正态分布定义、基本性质以及应用，理解标准正态分布的涵义以及与一般正态分布的转换关系。
本章重点：概率的涵义及其应用；二项分布、正态分布的含义及其应用
本章难点：正///////////用
二、课程内容
三、考核知识点
（一）概率
1.        随机现象、随机试验、随机事件
2.        概率的统计定义
3.        概率的古典定义
4.        概率的加法定理
5.        概率的乘法定理
（二）二项分布
1.        二项式定理
2.        二项分布的均值、方差及标准差的应用
（三）正态分布
1.        标准分数的定义
2.        正态分布的基本性质

3.        标准正态分布及其与一般正态分布的转换关系
4.        正态分布曲线下概率面积的查表计算
5.        正态分布的实际应用。
四、考核要求
（一）概率
1.        随机现象、随机试验、随机事件（识记）
2.        概率的统计定义（识记）
3.        概率的古典定义（识记）
4.        概率的加法定理（领会）
5.        概率的乘法定理（领会）
（二）二项分布
1.        二项式定理（识记）
2.        二项分布的均值、方差及标准差的应用（简单应用）
（三）正态分布
1.        标准分数的定义（识记）
2.        正态分布的基本性质（领会）
3.        标准正态分布及其与一般正态分布的转换关系（领会）
4.        正态分布曲线下概率面积的查表计算（简单应用）
5.        正态分布的实际应用（综合应用）
第四章 抽样理论与参数估计
一、学习目的与要求
1.      理解科学、合理地获取样本资料或实验数据，是采用各种推断统计方法对总体情况做出科学结论的前提。
2.      了解调查和实验中常用的各种抽样技术，包括简单随机抽样、等距抽样、分层抽样等。
3.      了解不同情况下必要样本容量的计算方法。
4.      理解点估计和区间估计的涵义，以及判断估计量优劣的标准。
5.      能够根据已知条件进行总体均值的区间估计。
本章重点：几种常用的抽样方法和主要的抽样分布, 查χ2分布表、t分布表与F 分布表求临界值
本章难点：几种主要的抽样分布, 总体均值的区间估计
二、课程内容
三、考核知识点
（一） 抽样的基本概念
1.      总体、个体与样本的概念
2.      参数与统计量的概念
3.      常用参数与统计量的符号表示
（二） 抽样方法
1.      简单随机抽样的方法
2.      等距抽样的方法
3.      分层抽样的方法
（三） 抽样分布
1.      正态分布的特点与标准正态分布的转化
2.      χ2分布的特点及应用

3.      t分布与标准正态分布的关系
4.      F分布的应用及两个主要结论
5.      查χ2分布表、t分布表与F分布表求临界值
（四） 样本容量的计算
1.      样本容量的计算公式
（五） 参数估计
1.      参数估计的概念
2.      参数估计的一般思想
3.      点估计的涵义
4.      区间估计的涵义
5.      判断估计量优劣的标准
6.      平均数的点估计
7.      方差的点估计
8.      根据已知条件进行总体均值的区间估计
四、考核要求
（一） 抽样的基本概念
1.      总体、个体与样本的概念（领会）
2.      参数与统计量的概念（领会）
3.      常用参数与统计量的符号表示（识记）
（二） 抽样方法
1.      简单随机抽样的方法（领会）
2.      等距抽样的方法（领会）
3.      分层抽样的方法（领会）
（三） 抽样分布
1.      正态分布与标准正态分布的转化（领会）
2.      χ2分布的特点（识记）
3.      t分布与标准正态分布的关系（识记）
4.      F分布的用处及两个主要结论（识记）
5.      查χ2分布表、t分布表与F分布表求临界值（简单应用）
（四） 样本容量的计算
1.      样本容量的计算公式（简单应用）
（五） 参数估计
1.      参数估计的概念（领会）
2.      参数估计的一般思想（领会）
3.      点估计的涵义（领会）
4.      区间估计的涵义（领会）
5.      判断估计量优劣的标准（领会）
6.      平均数的点估计（领会）
7.      方差的点估计（领会）
8.      根据已知条件进行总体均值的区间估计（简单应用）
第五章 假设检验
一、学习目的与要求
1.      理解假设检验的原理与步骤,以及假设检验中的双侧检验和单侧检验
2.      掌握在不同情况下总体均值的显著性检验方法

3.      掌握在不同情况下两总体均值差异的显著性检验方法
4.      掌握两正态总体方差的显著性检验方法
本章重点：假设检验的原理
本章难点：根据提供的条件和要求，准确判断情况类型，选择合适的假设检验方法和公式
二、课程内容
三、考核知识点
（一）假设检验的原理与步骤
1.      系统误差的概念
2.      假设检验的原理
3.      两类错误的概念
4.      假设检验中的单侧检验与双侧检验方法
5.      假设检验的步骤
（二）总体均值的显著性检验
1.      总体服从正态分布，总体方差σ2已知情况下总体均值的显著性检验方法
2.      总体服从正态分布，总体方差σ2未知情况下总体均值的显著性检验方法
3.      总体非正态的情况下总体均值的显著性检验方法
4.      根据提供的条件和要求，准确判断情况类型，选择合适的统计量与计算公式，并按照标准的假设检验步骤进行总体均值的显著性检验
（三） 两总体均值差异的显著性检验
1.      两组样本相互独立，两个总体方差σ12、σ22都已知情况下两总体均值差异的显著性检验方法
2.      两组样本相互独立，两个总体方差σ12、σ22都未知，两个总体方差相等情况下两总体均值差异的显著性检验方法
3.      两组样本相互独立，两个总体方差σ12、σ22都未知，n1和n2都是大样本容量的情况下两总体均值差异的显著性检验方法
4.      两组样本相关，配对数据平均数的检验方法
5.      两组样本相关，已知两样本相关系数的检验方法
（四） 两正态总体方差的显著性检验
1.      方差齐性检验的概念
2.      样本方差与总体方差差异的显著性检验方法
3.      两样本方差差异的显著性检验方法
（一）   其他的假设检验
1.      总体比例的假设检验
2.      两总体比例差异的假设检验
3.      总体相关系数的假设检验
4.      两总体相关系数差异的假设检验
四、考核要求
（一）假设检验的原理与步骤
1.      系统误差的概念 (识记)
2.      假设检验的原理（领会）
3.      两类错误的概念（领会）
4.      假设检验中的单侧检验与双侧检验方法（简单应用）
5.      假设检验的步骤（简单应用）

（二）总体均值的显著性检验
1.      总体服从正态分布，总体方差σ2已知情况下总体均值的显著性检验方法（领会）
2.      总体服从正态分布，总体方差σ2未知情况下总体均值的显著性检验方法（领会）
3.      总体非正态的情况下总体均值的显著性检验方法（领会）
4.      根据提供的条件和要求，准确判断情况类型，选择合适的统计量与计算公式，并按照标准的假设检验步骤进行总体均值的显著性检验（简单应用）
（三） 两总体均值差异的显著性检验
1.      两组样本相互独立，两个总体方差σ12、σ22都已知情况下两总体均值差异的显著性检验方法（领会）
2.      两组样本相互独立，两个总体方差σ12、σ22都未知，两个总体方差相等情况下两总体均值差异的显著性检验方法（领会）
3.      两组样本相互独立，两个总体方差σ12、σ22都未知，n1和n2都是大样本容量的情况下两总体均值差异的显著性检验方法（领会）
4.      两组样本相关，配对数据平均数的检验方法（领会）
5.      两组样本相关，已知两样本相关系数的检验（领会）
6.      根据给出条件判断两总体是独立样本还是相关样本（简单应用）
7.      根据提供的条件和要求，准确判断情况类型，选择合适的统计量与计算公式，并按照标准的假设检验步骤进行总体均值的显著性检验（综合应用）
（四） 两正态总体方差的显著性检验
1.      方差齐性检验的概念 (识记)
2.      样本方差与总体方差差异的显著性检验方法（简单应用）
3.      两样本方差差异的显著性检验方法（简单应用）
（五）其他的假设检验
1.      总体比例的假设检验（领会）
2.      两总体比例差异的假设检验（领会）
3.      总体相关系数的假设检验（简单应用）
4.      两总体相关系数差异的假设检验（简单应用）
第六章 方差分析
一、学习目的与要求
1.      理解方差分析的基本原理和基本方法
2.      掌握单因素完全随机设计的方差分析与多因素方差分析
3.      能区分独立样本性质的完全随机设计和相关样本性质的随机区组设计
4.      掌握平均数逐对检验方法和多样本方差的齐性检验方法
本章重点：方差分析的基本原理
本章难点：随机区组实验设计(单因素)和完全随机化设计(单因素)的设计原则及在不同实验设计下的方差分析
二、课程内容
三、考核知识点
（一） 方差分析的基本原理
1.      方差分析的概念
2.      总离差平方和的概念
3.      组内离差平方和的概念

4.      组间离差平方和的概念
5.      组间均方的概念
6.      组内均方的概念
7.      总均方的概念
8.      F值的计算公式
9.      方差分析的功能与应用
10.  方差分析的基本条件
（二） 完全随机化设计(单因素)的方差分析
1.      完全随机化设计(单因素)的方差分析过程
2.      已知原始试验数据的条件下进行完全随机化设计(单因素)的方差分析
3.      只有各组统计量而无原始数据的情况下完全随机化设计(单因素)的方差分析
随机区组实验设计的方差分析
1.      随机区组实验设计(单因素)的设计原则
2.      随机区组实验设计的方差分析
 （四）多个平均数之间的比较
1.      运用N-K法进行多个平均数的多重比较
（五）两因素方差分析
主效应和交互效应的概念
多因素实验设计和多因素方差分析的概念
两因素析因实验的方差分析的原理
两因素析因实验的方差分析
四、考核要求
（一） 方差分析的基本原理
1.      方差分析的概念（领会）
2.      总离差平方和的概念（识记）
3.      组内离差平方和的概念（识记）
4.      组间离差平方和的概念（识记）
5.      组间均方的概念（识记）
6.      组内均方的概念（识记）
7.      总均方的概念（识记）
8.      F值的计算公式（识记）
9.      方差分析的基本条件（识记）
10.  方差分析的功能与应用（领会）
（二） 完全随机化设计(单因素)的方差分析
1.      完全随机化设计(单因素)的方差分析过程（领会）
2.      已知原始试验数据的条件下进行完全随机化设计(单因素)的方差分析（简单应用）
3.      只有各组统计量而无原始数据的情况下完全随机化设计(单因素)的方差分析（简单应用）
（三）随机区组实验设计的方差分析
1.      随机区组实验设计(单因素)的设计原则（领会）
2.      随机区组实验设计的方差分析（综合应用）
（四）多个平均数之间的比较

1.      运用N-K法进行多个平均数的多重比较（综合应用）
（五）两因素方差分析
1.      主效应和交互效应的概念（识记）
2.      多因素实验设计和多因素方差分析的概念（识记）
3.      两因素析因实验的方差分析的原理（领会）
4.      两因素析因实验的方差分析（综合应用）
第七章 回归分析
一、学习目的与要求
1.      了解回归分析的基本原理和基本方法
2.      掌握线性回归模型的建立、拟合优度（测定系数）的计算
3.      回归方程的检验和应用
4.      掌握建立多元线性回归方程的基本原理
本章重点：回归分析的基本原理和线性回归模型的建立、拟合优度（测定系数）的计算、回归方程的检验和应用
本章难点：回归方程的建立以及回归方程的检验和应用
二、课程内容
三、考核知识点
（一）回归分析的基本原理
1.      回归分析的主要内容
2.      回归分析的意义
3.      回归分析的基本原理
（二） 一元线性回归分析
1.      一元线性回归分析的模型
2.      一元线性回归方程的建立步骤
3.      回归方程有效性高低的指标－决定系数R2的意义
4.      应用一元线性回归方程估计因变量主值和主值区间
5.      应用一元线性回归方程对单个因变量实测值进行预测
6.      应用方差分析方法对一元线性回归分析方程进行有效性检验
（三）多元线性回归分析
1.      多元线性回归分析的意义
2.      多元线性回归分析的数学模型
3.      多元线性回归方程的建立过程
4.      多元线性回归方程的解题步骤
5.      多元线性回归方程的有效性检验方法
6.      自变量显著性检验方法
7.      逐步回归法
四、考核要求
（一）回归分析的基本原理
1.      回归分析的主要内容（识记）
2.      回归分析的意义（领会）
3.      回归分析的基本原理（领会）
（二） 一元线性回归分析
1.      一元线性回归分析的模型（识记）
2.      一元线性回归方程的建立步骤（领会）

3.      回归方程有效性高低的指标－决定系数R2的意义（领会）
4.      应用一元线性回归方程估计因变量主值和主值区间的方法（简单应用）
5.      应用一元线性回归方程对单个因变量实测值进行预测的方法（简单应用）
6.      应用方差分析方法对一元线性回归分析方程进行有效性检验的方法（简单应用）
（三）多元线性回归分析
1.      多元线性回归分析的意义（领会）
2.      多元线性回归分析的数学模型（领会）
3.      多元线性回归方程的建立过程（领会）
4.      多元线性回归方程的解题步骤（领会）
5.      多元线性回归方程的有效性检验方法（综合应用）
6.      自变量显著性检验方法（综合应用）
7.        逐步回归法（领会）
第八章 χ2检验
一、学习目的与要求
1.      理解χ2检验的基本原理和基本方法
2.      能够检验总体的分布是否符合某一理论分布
3.      掌握独立样本和相关样本的情况下的χ2检验
4.      掌握在2×2设计的情况下可以采用χ2缩减公式
5.      了解χ2与总体比例差异的显著性检验和中位数检验的关系。
二、课程内容
三、考核知识点
本章重点：χ2检验的基本原理和基本方法,独立样本和相关样本的情况下的χ2检验
本章难点：独立样本和相关样本的情况下的χ2检验

四、考核要求
（一）总体分布的假设检验
1.      χ2统计量的一般表达式（识记）
2.      χ2检验的应用场合（领会）
3.      连续变量观测次数分布的假设检验的基本思想（领会）
4.      非连续变量观测次数分布的假设检验（简单应用）
（二）独立性检验
1.      2×2列联表下的χ2检验的专用公式及其校正公式（识记）
2.      r×K列联表下的χ2检验的公式（识记）
3.      列联系数c与χ2值的关系（领会）
4.      2×2列联表下的χ2检验（简单应用）
5.      r×K列联表下的χ2检验（综合应用）

III. 有关说明和实施要求

为了使本大纲的规定在个人自学、社会助学和考试命题中得到贯彻和落实，现对有关问题作出说明，并提出具体实施要求。
一、关于考核目标的说明
　　为使考核内容具体化和考核要求标准化，本大纲在列出课程内容的基础上，对各章规定了考核目标，包括考核知识点和考核要求。明确考核目标，能使自学者进一步明确考核内容和要求，更有目的地系统学习教材；使社会助学者能更全面、更有针对性地分层进行辅导；使考试命题能够更加明确命题范围，更准确地安排试题的知识能力层次和难易度。
　　本大纲的考核目标，按识记、领会、分析应用和综合应用四个层次规定所应达到的能力层次要求。各能力层次的涵义是：
　　识记：能了解有关的名词、概念和知识的涵义，并能正确认识和表述。
　　领会：在识记的基础上，能全面把握基本原理和基本知识，掌握有关原理、概念的区别和联系。
　　简单应用：在领会的基础上，能运用基本原理、基本概念分析和解决有关的理论和实际问题。
综合应用：要求在逻辑分析应用的基础上，既能区分各种统计方法的严格界定，又熟知他们的相互联系和衔接，综合运用这些统计方法解决教育和心理领域的实际问题。
三、自学方法指导
　　1. 本课程由各部分内容有严密的逻辑关系，每部分各章、每章中的各节之间也有着紧密的联系。考生在学习本门课程时，既要掌握基本概念和基本理论，更要从总体上把握其框架，弄清楚各部分之间的逻辑关系。
　　2. 重视理论联系实际，结合例题和习题进行学习。教育与心理统计学作为一门方法论科学，它是以随机现象的数量规律性作为自身的研究对象的，考生应多看例题，并认真地完成一定数量的习题，以增加感性认识，更深刻理解教材内容，提高自己提出问题和解决问题的能力。
　　3. 本该课程的特点是公式较多，怎样有效的记住并应用是考生学习的一大难点。一般地说，初次学习要重在对问题的理解：一个问题为什么要提出来，它是如何建立其计算公式或进行论述的，在整个大的问题中，它又是处于什么样的知识网络点上，公式中各符号的意义是什么，等等。
　　4. 保证必要的学习时间。自学者应根据本课程的特点和自身的实际情况，合理安排自学时间。

附录 题型举例
一、             单项选择题（在多个选择答案中只有一个是正确的，将其选出并把它的标号写在题后括号内。）
1．下列哪个测定，即可进行加减运算，也可进行乘除运算：（ ）。
A 称名变量
B 顺序变量
C 等距变量
D 等比变量
2．表示相对差异的特征量为（ ）。
A 差异矩阵

B 差异系数
C 平均差
D 众数
二、 多项选择题(在多个选择答案中至少有一项是正确的，将其选出并把它的标号写在题后括号内。）
1．正态分布中，下面说法正确的是（ ）
A、 均值决定曲线的形状；
B、均值决定曲线的位置；
C、 标准差决定曲线的形状；
D、标准差决定曲线的位置
E、和共同决定曲线的形状
2．根据正态分布的性质，我们可以得到其实际应用：（ ）
A、 计算标准分数；
B 、确定录取分数线；
C、 确定某一分数界限内的考生人数；
D 、由或的中任一值，求得另一值
E、由标准分知道原始分
三、 简答题
1．简述假设检验的原理
2．什么叫完全随机设计（单因素），什么叫完全随机化区组设计（单因素），它们的设计原则及优缺点是什么？
四、 分析计算题
1．为研究三种教材的教学效果，随机抽取12名学生，随机地分为3组，每组随机地接受一种教材进行实验，经一段实验后进行统一测试，结果如下表。请完成数据的分析。
教 材
样 本
A

B

C

1
2
3
4
68
72
70
76
73
78
75
66
68
70
64
70

2．两组年龄不同的女性对日常化妆品问题发表意见，其结果如下表所示。
意 见

年 龄
好

不好

40岁以下
75
27
102
40岁以上
14
16
30

89
43
132
试问：在日常化妆品问题上，年龄与态度之间是否具有连带关系？

（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注）