INTRO
导引
2个AI课堂，6个AIGC 2个AI课堂，6个AIGC
CH.01
第一章·试验设计概述
2个AI课堂，2个AIGC 2个AI课堂，2个AIGC
CH.02
第二章·试验误差与小区设计
3个AI课堂，3个AIGC 3个AI课堂，3个AIGC
CH.03
第三章·常用试验设计方法
3个AI课堂，4个AIGC 3个AI课堂，4个AIGC
CH.04
第四章·资料的整理与描述
5个AI课堂，6个AIGC 5个AI课堂，6个AIGC
CH.05
第五章·常用概率分布
10个AI课堂，10个AIGC 10个AI课堂，10个AIGC5.1
Open_事件与概率🔊
5.1
小概率事件实际不可能性原理演示
5.2
Open_随机变量概率分布🔊
5.2
连续型随机变量特征交互演示
5.3
Open_二项分布的概念和特征🔊
5.3
伯努利抛硬币试验演示大数定律
5.4
Open_二项分布的概率计算及应用🔊
5.4
二项分布概率计算工具
5.5
Open_正态分布的概念和特征🔊
5.5
高尔顿钉板试验演示正态分布
5.6
Open_正态分布概率的计算🔊
5.6
正态分布概率计算工具
5.7
Open_正态分布的应用🔊
5.7
正态分布置信区间和正常范围演示
5.8
Open_正态分布的检验🔊
5.8
正态分布的检验交互演示
5.9
Open_样本平均数的抽样分布🔊
5.9
中心极限定理交互演示
5.10
Open_常见的三种抽样分布🔊
5.10
抽样分布动态可视化
CH.06
第六章·显著性检验
10个AI课堂，10个AIGC 10个AI课堂，10个AIGC6.1
Open_假设检验的基本原理🔊
6.1
显著性检验基本思想交互演示
6.2
Open_两类错误与两尾、单尾检验🔊
6.2
假设检验两类错误动态演示
6.3
Open_单个样本平均数的U检验🔊
6.3
单样本平均数 U 检验计算工具
6.4
Open_单样本平均数的t检验🔊
6.4
单样本平均数 t 检验计算工具
6.5
Open_两样本平均数的t检验🔊
6.5
两样本平均数 t 检验计算工具
6.6
Open_百分率资料的假设检验🔊
6.6
百分率资料假设检验计算工具
6.7
Open_参数的区间估计与点估计🔊
6.7
参数的区间估计计算工具
6.8
Open_卡方检验的意义🔊
6.8
卡方检验原理动态交互演示
6.9
Open_适合性检验🔊
6.9
适合性检验动态交互演示
6.10
Open_独立性检验🔊
6.10
卡方检验计算工具
CH.07
第七章·方差分析
10个AI课堂，10个AIGC 10个AI课堂，10个AIGC7.1
Open_方差分析概述🔊
7.1
ANOVA / t-test 智能选择交互演示
7.2
Open_总变异的分解🔊
7.2
方差分析总变异分解交互演示
7.3
Open_F检验🔊
7.3
方差分析 F 检验交互演示
7.4
Open_多重比较🔊
7.4
多重比较可视化演示
7.5
Open_单因素方差分析的计算🔊
7.5
单因素方差分析原理交互演示
7.6
Open_SPSS软件进行单因素方差分析🔊
7.6
单因素方差分析作图工具
7.7
Open_互作效应🔊
7.7
互作效应动态演示
7.8
Open_SPSS软件进行两因素无重复方差分析🔊
7.8
两因素方差分析互作演示
7.9
Open_SPSS软件进行两因素有重复方差分析🔊
7.9
两因素裂区设计方差分析交互演示
7.10
Open_SPSS在方差分析中的应用🔊
7.10
方差分析 (ANOVA) 智能统计分析系统
CH.08
第八章·直线回归与相关分析
5个AI课堂，5个AIGC 5个AI课堂，5个AIGC
🛠️