墨尔本大学MAST90044课程知识点有总结吗？

　　墨尔本大学MAST90044课程旨在通过教授同学批判性思维和数据分析技巧来解决一系列数据统计方面的问题，例如：从一堆数据中可以得出什么结论?科学家怎样才能得出有意义的结论而又不过度?建模如何帮助科学家解释数据?这门课的目的是让同学了解抽样和实验设计的基本原理，报告统计分析结果的方法，以及常见统计程序背后的统计思想，并能够运用一系列标准的统计方法解决问题。

　　根据同学的需求，我们总结了墨尔本大学MAST90044课程知识点，详情如下：

　　1、报告和图表。

　　2、软件、表格、数据处理、描述性统计和图形方法。

　　3、统计模型、抽样和抽样分布。

　　4、分类数据的点估计和区间估计。

　　5、分类数据的假设检验。

　　6、连续数据的估计和假设检验。

　　7、简单的线性模型。

　　8、多元回归和模型选择。

　　9、逻辑回归。

　　10、实验设计和实验分析。

　　墨尔本大学MAST90044课程主要通过作业和考试对同学进行评估。作业共有三次，分别要求同学在课程的初期、中期和末期完成，三次均为书面作业，成绩占课程总评估的15%、15%和20%。笔试时长2小时，在大学考试期间举行，成绩占课程总评估的50%。无论是作业还是考试，都旨在考察同学是否了解了抽样和实验设计的原则，明白如何报告统计分析结果，并理解普通统计程序背后的统计思维，从而执行各种标准的统计方法。同学可以在任何有需要的时候让我们的老师帮忙解答墨尔本大学MAST90044课程学习过程中所遇到的问题。