§ 1－1 被控过程特性的一般描述 § 1－2 单容过程的动态特性 § 1－3 多容过程的动态特性 § 1－4 纯迟延 § 1－5 分布参数 § 1－6 非线性 § 1－7 生产过程动态特性的实验测试与数据处理

6.1 集成运算放的组成及基本特性 6.2 集成运算放大器的主要参数 6.3 运放的线性应用及理想运放模型 6.4 基本运算电路 6.5 电压比较器 6.6 波形发生器 6.7 集成运放的其他应用电路

本文通过分析线性微分算子A的特征,应用列紧算子半群的性质和毕卡达定理,证明了二次性能指标泛函下一维扩散过程混合线性最优控制的存在性,参照文献具体给出了最优控制律;并且就文献所讨论的结果,作为两种特殊情况进行了验证

第一节 两变量线性回归模型 第二节 参数估计 第三节 最小二乘估计量的性质 第四节 回归拟合度评价和决定系数 第五节 统计推断 第六节 预测

§ 1－1 被控过程特性的一般描述 § 1－2 单容过程的动态特性 § 1－3 多容过程的动态特性 § 1－4 纯迟延 § 1－5 分布参数 § 1－6 非线性 § 1－7 生产过程动态特性的实验测试与数据处理

前面讨论的简单随机抽样和分层抽样，我们所关心的参 数都是单指标的，给出的估计量也是线性形式。这一章我们 将要讨论比较复杂的情况，我们关心的参数不再是单指标的 而是两个或两个以上的指标。此时，遇到的统计量不再是线 性形式，往往呈现出非线性形式，比如两个变量之比，或呈 现变量之间的回归关系

◼ 1. 相关关系的分析方法 ◼ 2. 一元线性回归的基本原理和参数的最小二乘估计 ◼ 3. 回归直线的拟合优度 ◼ 4. 回归方程的显著性检验 ◼ 5. 利用回归方程进行估计和预测 ◼ 11.1 变量间关系的度量 ◼ 11.2 一元线性回归 ◼ 11.3 利用回归方程进行估计和预测 ◼ 11.4 残差分析

10.1 模型总显著性的 F 检验（已讲过） 10.2 模型单个回归参数显著性的 t 检验（已讲过） 10.3 检验若干线性约束条件是否成立的 F 检验 10.4 似然比（LR）检验 10.5 沃尔德（Wald）检验（只讲应用） 10.6 拉格朗日乘子（LM）检验（只讲线性约束情形） 10.7 邹（Chow）突变点检验（不讲） 10.8 JB（Jarque-Bera）正态分布检验 10.9 格兰杰（Granger）因果性检验 10.11 赤池信息准则（AIC），施瓦茨准则（SC）

第一节参数的最小二乘估计 第二节单因素方差分析的最小二乘估计 第三节二因素方差分析(不考虑交互作用)的最小二乘估计 第四节二因素方差分析(有交互作用时)的最小二乘估计

前面讨论的简单随机抽样和分层抽样,我们所关心的参 数都是单指标的,给出的估计量也是线性形式。这一章我们 将要讨论比较复杂的情况,我们关心的参数不再是单指标的 而是两个或两个以上的指标。此时,遇到的统计量不再是线 性形式,往往呈现出非线性形式,比如两个变量之比,或呈 现变量之间的回归关系