一、了解宏对象的基本概念,学习宏的基本知识 二、学会宏建立的方法 三、掌握宏修改的方法 四、执行和调试宏 五、掌握宏在其他数据库对象中的调用方法 六、掌握宏对象的其他应用方法

一、检验工作程序 1. 取样：应科学、真实和有代表性，要求均匀、合理 2. 性状——包括外观、色泽、物理常数等 3. 鉴别——判断药物的真伪 4. 检查——判断药物的纯度，采用限度试验。检查项下包括：杂质检查、有效性、均一性和安全性试验 5. 含量测定——判断有效成分含量是否符合规定 6. 原始记录——必须完整、真实、具体，其是原始档案，应与检验工作同步进行 7. 检验报告——要求依据准确、数据无误、结论明确 二、误差与偏差 1. 误差——测定值与真实值的偏离称为误差（有绝对误差和相对误差、系统误差和偶然误差之分） 2. 偏差——一组测量值之间彼此符合程度称为偏差，常用SD、RSD表示 3. 降低误差的方法——选择合适的分析方法、校准仪器、增加平行试验、减少测量误差。做对照试验和空白试验 三、有效数字 1. 有效数字表示方法、有效位数确定 2. 修约规则（四舍六入五成双）与运算法则

本章主要讲解计算机的发展史、基本组成和工作原理以及数制和编码等最基础的知识。通过本章的学习，读者应该掌握以下内容： ◼ 将计算机发展划分为四个阶段的标志 ◼ 计算机的主要特点及其理解 ◼ 冯·诺依曼原理和冯·诺依曼结构图 ◼ 计算机的主要技术指标 ◼ 进制及其相互转换方法 ◼ 计算机中数的表示方法 ◼ ASCII码和汉字编码 ◼ 计算机的应用领域和计算机应用能力培养方向 1.1概述 1.2数制与编码 1.3计算机的应用 1.4计算机能力培养方向

我们前面已经比较系统地讨论了双样本的参数和非参数检验的问题。现在，我们希望利用一般的方法来检验三个以上样本的差异， 检验法和方差分析法就是解决这方面问题的。检验法可以对拟合优度和独立性等进行检验，方差分析法则可以对多个总体均值是否相等进行检验。后者由于通过各组样本资料之间的方差和组内方差的比较来建立服从F分布的检验统计量，所以又称F检验。 第一节：拟合优度检验 第二节：无关联性检验 第三节：方差分析 第四节：回归方程与相关系数的检验

作为二十一世纪统计理论的三大发展方向之一,非参数统计是统计分析的重 要组成部分。可是与之很不相称的是他针对一般性统计分析的理论发展远远不 及参数检验完善,因而比较完善的可供使用的方法也不多。比如多组均数间的 两两比较,虽然已有好几种方法可资利用,但由于在理论上仍存在争议,几种 权威的统计软件(如SAS和SPSS)均没有提供这方面的方法

色彩人物是在色彩静物的基础上进一步对于色彩的学习与提高，是培养学生对色彩、色调、表现技法的深入学习，是进行各专业方向的专业基础课程。 第二章 人物头像的绘画方法和步骤 一、勾轮廓、构图： 1.整体的观察方法和画面全局的整体把握：动势、比例、神态、形式； 2.构图恰当、比例协调、构成感强、节奏优美； 3.若是变形一定要注意对象的形神特征的表达； 4.轮廓的概括处理、节奏的感知与表达。 二、定稿： 1.目的和作用； 2.色彩的选择：宜用的色彩如普蓝、熟褐、赭石，不宜用的如红、 绿、柠檬黄、紫、玫瑰红等； 3.明暗两大面的概括、虚实的处理和画面氛围的营造； 4.水分和色彩多少的把握与虚实的关系。 三、铺大体色调 1.色彩的观察与比较 进入 2.色彩的铺设步骤 进入 3.色彩的干湿画法与特点 进入 4.对于第一遍色的重视 第三章 色彩理论 一、色彩的空间透视规律 进入 二、色彩的对比 进入 三、色彩的调和 进入 四、色调 进入 五、色彩的节奏 进入 六、色彩的均衡 进入

通过讲授气液两相流动的基本概念，井筒气液两相流动压力梯度方程和井筒压力分布计算的实用方法，使学生对井筒流动动态有一全面了解。要求学生掌握气液两相流动型态，压力梯度方程以及井筒压力分布计算的实用方法

在高中美术鉴赏课教学方法单一的状况下，探究多样化美术鉴赏教学的方法，对促进学生的全面发展、促进教师专业提高、促进学校美术课程的发展具有十分深远的意义。本文首先阐述了美术鉴赏的类型、角度、方法与艺术表现形式的关系，为后文分析高中美术鉴赏多样化教学方法做了铺垫。高中美术鉴赏多样化教学方法的分类是本文的论据，对多样化教学方法做出论述，是文章必不可少的部分。本文重点在于提出多样化教学方法的设计思路和多样化教学方法评价的有效目的，为高中美术鉴赏课开展实施多样化教学提出了可能性与必要性，是本文的核心所在。通过以上四个方面内容阐释，总结出了多样化美术鉴赏教学对于提升学生的整体素质，提高学生的审美能力，培养学生的创新精神和实践能力具有积极的作用

第一节 环境影响识别方法 第二节 环境影响预测方法 第三节 环境影响综合评价方法 第四节 地理信息系统技术在环境影响评价方法中的应用

第一节 模糊数学简介 第二节 模糊数学的基础知识 一、集合及其特征函数 二、模糊集合 第三节 模式识别 一、模式识别及识别的直接方法 二、贴近度与模式识别的间接方法 第四节 模糊综合评判及其应用 一、模糊综合评判 二、应用实例