一、	课程的性质和任务
本课程为环境科学与工程学科研究生的专业基础课。统计学是数据处理与分析的一种基本工具。在环境学科的科研过程中，统计学方法的重要作用体现在试验方案的优化设计、数据的处理与描述、影响因素的客观评价、科学规律的总结提炼等多个方面。本课程通过讲授环境科学与工程中常用的统计学方法，提升学生的数据分析技能，为学生将来的科学研究及专业技术工作打下方法学基础。
二、	学习目的和要求
本课程的目的是通过统计学方法理论基础、软件操作工具以及环境科研数据分析实例三个层次的教学，使学生掌握以下方面的环境数据统计学分析方法：数据的描述与表达、正交试验设计、均值的比较检验、方差分析、相关分析、回归分析、聚类分析、主成分分析、因子分析、对应分析、定性数据分析、时间序列分析与预测、非参数方法等；在课堂讲授各种方法的理论根源、适用范围、实现手段以及应用案例的基础上，强调学生的实际操作练习，达到对方法深入理解与熟练运用的教学效果，为学生将来开展环境领域的科学研究与专业技术工作提供方法学知识储备。

第一章 导论
环境数据的基本概念；环境数据的搜集；统计学的基本概念；统计学软件（SPSS等）介绍。
第二章 数据的描述性统计
数据的组织；数据的误差；数据的图形表示；数据的归纳；数据的探索性分析；环境数据描述实例演示。
第三章 统计学基础
概率与概率分布；总体与样本；统计量及其抽样分布；参数估计与假设检验的基本问题。
第四章 均值的比较检验
均值比较检验的基本原理；单一样本、独立样本、配对样本的均值检验；均值比较检验的软件应用与环境数据实例展示。
第五章 方差分析
方差分析的基本原理；单因子与多因子方差分析；协方差分析；方差分析的软件应用与环境数据实例展示。
第六章 相关分析
简单相关分析（Pearson、Spearman、Kendall等）与相关系数；偏相关分析；距离相关分析；相关分析的软件应用与环境数据实例展示。
第七章 回归分析
回归分析的基本概念（数学模型、参数的最小二乘估计、回归方程与参数的显著性等）；一元线性回归分析；多元线性回归分析；逐步回归分析；违背基本假设的回归分析；非线性回归分析；回归分析的软件应用与环境数据实例展示。
第八章 聚类分析
聚类分析的概念及分类；相似性的度量；系统聚类法、动态聚类法以及有序聚类法；判别分析的基本概念与方法（距离判别法、Fisher判别法、Bayes判别法以及逐步判别法）；聚类分析与判别分析的软件应用与环境数据实例展示。
第九章 主成分分析
主成分分析的数学模型与几何意义；主成分的推导及其性质；主成分分析的基本步骤、软件应用以及环境数据实例分析。
第十章 因子分析与对应分析
因子分析的一般模型；因子分析的基本步骤；因子载荷矩阵与因子得分的估计；对应分析的基本原理；对应分析的方法；因子分析与对应分析的软件应用与环境数据实例展示。
第十一章 非参数方法
单样本非参数检验；独立样本非参数检验；相关样本非参数检验；非参数相关分析；非参数Bootstrap方法；非参数方法的软件应用与环境数据实例展示。
以下带*号的为选讲章节：
*第十二章 时间序列分析和预测
时间序列及其分解；时间序列的描述性分析；时间序列的预测（平稳序列、趋势型序列、季节型序列以及复合型序列）；软件实现与环境数据实例展示。
*第十三章 统计学模拟方法基础
统计学模拟方法原理；Monte Carlo方法简介、步骤及应用；Monte Carlo方法的软件实现与环境数据实例展示。
*第十四章 最优化方法基础
最优化方法的基本概念；线性规划问题；非线性最小二乘问题；最优化方法的软件应用（Matlab等）与环境数据实例展示。
*第十五章 试验设计
正交试验设计的基本方法；无交互作用与有交互作用的正交试验设计与数据分析；响应面试验设计方法；混料设计方法；试验设计的软件实现与实例分析。

[1] 汪东华. 多元统计分析与SPSS应用. 上海: 华东理工大学出版社, 2010.
[2] 贾俊平, 何晓群, 金勇进. 统计学(第五版). 北京: 中国人民大学出版社, 2014.
[3] 朱星宇, 陈勇强. SPSS多元统计分析方法及应用. 北京: 清华大学出版社, 2011.
[4] 马昌凤. 最优化方法及其Matlab程序设计. 北京: 科学出版社, 2010.
[5] 赵选民. 试验设计方法. 北京: 科学出版社, 2006.