1、近代物理实验方法教学大纲一、课程名称：近代物理实验方法二、课程代码：S06070101025三、课程英文名称：Experimental Methods on Advanced Physics四、课程负责人：徐建文五、学时：48 学时六、课程性质：专业方向理论课/选修 七、适用专业：研究生统计专业八、选课对象：统计类专业九、预修课程：高等数学、线性代数、概率论与数理统计，测度论十、课程教材：茆诗松、王静龙、濮晓龙编著.高等数理统计.高等教育出版社，2006十一、参考书目：陈希孺编著，数理统计引论.科学出版社，1981茆诗松、王静龙编著，数理统计.华东师范大学出版社，1990.十二、开课单位：数理
2、学院十三、课程的性质、目的和任务：本课程是为统计学专业及相关专业的学生而开设的。课程目的是使得学完该课程的学生能够进入数理统计各个分支的学习和研究。本课程致力于数理统计的基本概念、基本方法和基本理论，体现了数理统计的现代发展，能为学生进入理论研究领域和实际应用领域打下扎实的基础。十四、课程基本要求：1. 基本概念理解统计结构、乘积结构以及可控结构等概念；了解常用的分布族，包括 Gamma 分布族、Beta 分布族、Fisher 分布族、t 分布族、多项分布族、多元正态分布族等；理解统计量的定义及秩序统计量等常见的统计量；理解统计量的渐进分布；掌握统计量的充分性和完备性；理解指数型分布的含义。2
3、.点估计了解评价估计优劣的常见标准，包括均方误差、偏差、相合性以及渐进正态性等概念；理解UMVUE 的概念和计算方法；掌握信息不等式的含义和有效估计的概念；掌握参数的矩估计方法、极大似然估计方法和最小二乘方法；掌握位置参数和尺度参数的同变估计的计算。3. 统计决策理论与 Bayes 分析理解统计决策问题的概念；掌握统计决策问题的三个基本要素；掌握常用的损失函数；理解决策函数、风险函数的概念；掌握最小最大决策的概念；掌握决策函数的容许性的概念；理解 Stein 效应的概念；掌握单参数指数族和最小最大估计的容许性；掌握 Bayes 风险准则和 Bayes 公式；掌握Bayes 后验风险准则和共轭鲜
4、艳分布；掌握 Bayes 估计的常见性质。十五、课程描述：1. 基本概念统计结构；Gamma 分布族、Beta 分布族、Fisher 分布族、t 分布族、多项分布族、多元正态分布族；统计量；秩序统计量；统计量的渐进分布；统计量的充分性和完备性；指数型分布。2.点估计均方误差、偏差、相合性、渐进正态性；UMVUE；信息不等式；有效估计；矩估计方法；极大似然估计方法；最小二乘方法；位置参数和尺度参数的同变估计。3. 统计决策理论与 Bayes 分析统计决策问题；统计决策问题的三个基本要素；损失函数；决策函数、风险函数；最小最大决策；决策函数的容许性；Stein 效应；单参数指数族和最小最大估计的容许性； Bayes 风险准则；Bayes公式；Bayes 后验风险准则；共轭鲜艳分布；Bayes 估计的常见性质。十六、学时分配：1. 基本概念 12 学时2. 点估计 18 学时3. 统计决策理论与 Bayes 分析 16 学时4. 复习 2 学时十七、能承担此课的教师：徐建文、黎雅莲教学大纲制订者：徐建文教学大纲审定者：
