你将能够从虚拟校园下载所有内容到任何电子设备上，并在需要时随时查阅，即使没有互联网连接” 

工程领域是数据分析和统计中受益最多的领域之一，估算是项目预设计和分析中做出明智决策的关键工具之一。因此，对于任何想要在职业生涯中取得进步并在就业市场中脱颖而出的工程师来说，该领域的扎实培训成为必要的。 

大学预设计和分析估算课程提供参数估算中使用的不同技术和方法的所有专业知识，为工程师提供在项目设计和分析阶段分析和做出明智决策的必要技能。因此，该课程适应了当前市场的需求，为学生提供统计推理、点和区间估计以及估计器构建程序等主题的一级信息。 

出于这个原因，TECH 设计了一个以 100% 在线模式开发的课程，允许学生随时随地访问所有内容，适应希望在不放弃工作活动的情况下继续教学的专业人士的需求。此外，还使用Relearning方法，通过在不同的视听媒体中重复和呈现，可以自然、渐进地整合基本概念。 

根据个人需求分配教学负荷，使大学学位与专业工作兼容” 

这个估算大学课程包含市场上最完整和最新的课程。主要特点是：

• 由统计学专家介绍案例研究的发展 
• 内容图文并茂，示意性强，实用性强为那些视专业实践至关重要的学科提供了科学和实用的信息 
• 可以进行自我评估的实践以促进学习 
• 特别强调创新的方法论 
• 包括理论课，向专家提问，关于有争议问题的讨论区和个人反思论文 
• 可以从任何有互联网连接的固定或便携式设备上看内容 

励志视频、案例研究、图形和示意图内容、论坛...实现职业生涯飞跃所需的一切。不要再等了” 

这门课程的教学人员包括来自这个行业的专业人士，他们将自己的工作经验带到了这一培训中还有来自领先公司和著名大学的公认专家。 

通过采用最新的教育技术制作的多媒体内容，专业人士将能够进行情境化学习即通过模拟环境进行沉浸式培训以应对真实情况。 

这门课程的设计集中于基于问题的学习，通过这种方式专业人士需要在整个学年中解决所遇到的各种实践问题。为此，学生将得到知名专家制作的新的互动视频系统的帮助。   

深入研究估计器的构建程序，深入研究最大合理性的方法” 

通过这门大学课程，将您的个人和工作责任与学习结合起来。100% 灵活且在线” 

构成该课程的课程由估算专家开发。因此，他们将 360 个小时的最佳理论、实践和附加内容以不同的视听形式呈现出来。此外，通过 TECH 革命性的独家方法  Relearning，毕业生将以自然和渐进的方式深化博物馆的统计。所有这一切都以灵活的完全在线模式呈现，允许学生从任何具有互联网连接的设备获取最先进的工具，并可以全天 24 小时访问虚拟校园。 

市场上最完整、最新的课程触手可及，这要归功于这门大学课程通过 100% 在线培训” 

模块1.估算 I 

1.1. 统计推断简介 

1.1.1. 什么是统计推断？ 
1.1.2. 实例 

1.2. 总体概念 

1.2.1. 人口 
1.2.2. 样本 
1.2.3. 抽样调查 
1.2.4. 参数 

1.3. 统计推断的分类 

1.3.1. 参数 
1.3.2. 非参数 
1.3.3. 经典方法 
1.3.4. 贝叶斯方法 

1.4. 统计推断的目标 

1.4.1. 什么目标？ 
1.4.2. 统计推断的应用 

1.5. 与正态相关的分布 

1.5.1. 卡方 
1.5.2. T-Student 
1.5.3. F- Snedecor 

1.6. 点估计简介 

1.6.1. 简单随机样本定义 
1.6.2. 样本空间 
1.6.3. 统计员和估计员 
1.6.4. 实例 

1.7. 估算器的属性 

1.7.1. 充分性和完整性 
1.7.2. 分解定理 
1.7.3. 无偏和渐近无偏估计量 
1.7.4. 根均方误差 
1.7.5. 效率 
1.7.6. 一致估计量 
1.7.7. 总体的均值、方差和比例的估计 

1.8. 估算器的构建过程 

1.8.1. 时刻法 
1.8.2. 最大似然法 
1.8.3. 最大似然估计的性质 

1.9. 区间估计简介 

1.9.1. 简介置信区间的定义 
1.9.2. 关键数量法 

1.10. 置信区间的类型及其属性 

1.10.1. 总体均值的置信区间 
1.10.2. 总体方差的置信区间 
1.10.3. 比例的置信区间 
1.10.4. 总体均值差异的置信区间独立的正常组群配对样本 
1.10.5. 两个独立正态总体的方差比的置信区间 
1.10.6. 两个独立总体的比例差异的置信区间 
1.10.7. 基于最大似然估计的参数的置信区间 
1.10.8. 使用置信区间拒绝或拒绝假设 

模块2.估算 II 

2.1. 假设检验简介 

2.1.1. 问题陈述 
2.1.2. 原假设和备择假设 
2.1.3. 对比统计 
2.1.4. 错误类型 
2.1.5. 显着性水平 
2.1.6. 临界区。 p值 
2.1.7. 功率 

2.2. 假设检验的类型 

2.2.1. 似然比检验 
2.2.2. 正常人群均值和方差的对比 
2.2.3. 比例对比 
2.2.4. 置信区间与假设检验之间的关系 

2.3. 贝叶斯推理简介 

2.3.1. 先验分布 
2.3.2. 共轭分布 
2.3.3. 参考分布 

2.4. 贝叶斯估计 

2.4.1. 点估计 
2.4.2. 比例估计 
2.4.3. 估计正常组群的平均值 
2.4.4. 与经典方法的比较 

2.5. 非参数统计推断简介 

2.5.1. 非参数统计方法：概念 
2.5.2. 非参数统计使用 
2.6. 非参数推理与参数推理 
2.6.1. 推论之间的差异 

2.7. 拟合优度对比 

2.7.1. 简介 
2.7.2. 图解法 
2.7.3. 检验拟合优度方程 
2.7.4. Kolmogorov–Smirnov 测试 
2.7.5. 正常对比 

2.8. 独立对比 

2.8.1. 简介 
2.8.2. 随机性对比条纹对比度 
2.8.3. 配对样本的独立性对比 

 2.8.3.1.肯德尔对比 
 2.8.3.2.斯皮尔曼军衔对比 
 2.8.3.3.卡方独立性检验 
 2.8.3.4.卡方检验的推广 

2.8.4. k个相关样本的独立性检验 

 2.8.4.1.卡方检验的推广 
 2.8.4.2.肯德尔的一致性系数 

2.9. 位置对比 

2.9.1. 简介 
2.9.2. 一个样本和配对样本的位置测试 

 2.9.2.1.对样本进行签名测试中位数检验 
 2.9.2.2.配对样本的符号检验 
 2.9.2.3.样本的 Wilcoxon 符号秩检验 
 2.9.2.4.配对样本的 Wilcoxon 符号秩检验 

2.9.3. 两个独立样本的位置测试 

 2.9.3.1.Wilcoxon-Mann-Whitney 检验 
 2.9.3.2.中值测试 
 2.9.3.3.卡方对比 

2.9.4. k 个独立样这个的位置检验 

 2.9.4.1.Kruskal-Wallis 测试 

2.9.5. k个相关样本的位置测试 
2.5.6. 弗里德曼的测试 
2.5.7. 科克伦的Q 
2.5.8. W代表肯德尔 

2.10. 同质性对比 

2.10.1 两个独立样品的均匀性对比 

 2.10.1.1.Wald-Wolfowitz 检验 
 2.10.1.2.Kolmogorov–Smirnov 测试 
 2.10.1.3.卡方对比 

以有吸引力和动态的方式呈现内容的课程，成为一流的工程师”