1. 掌握卡方检验的原理和方法（公式）的来源及推导过程。 2. 掌握卡方检验的适用条件（样本特性）和样本数据的的特点。 3. 知道卡方检验中对变量进行加权的意义。 4. 掌握卡方检验中实际数和理论值的运算关系，以及不同的实际数和理论值条件下对检验结果的影响。 5. 学会通过卡方检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．行列分割的意义和方法

1. 掌握秩和检验的原理和方法（公式）的来源及推导过程。 2. 掌握秩和检验的适用条件（样本特性）和样本数据的的特点。 3. 知道秩和检验中“秩”和“秩和”的含义及计算方法。 4. 理解第一类错误和第二类错误的定义。 5．学会通过秩和检验的结果来分析试验设计中的假设检验是否具有显著性统计意义。 6．两两比较的意义和方法

一、实验目的 二、实验原理 三、CP-3800型气相色谱仪 四、实验步骤 五、数据处理 六、思考题

一、并行扩展总线组成(地址、数据、控制总线) 二、并行扩展寻址方式（线选法、译码法） 三、 并行扩展EPROM 四、 并行扩展

2.1 误差的表示方法 2.1.1 系统误差和随机误差 一、系统误差:由于分析过程中某些固定的原 因所造成的误差. 1.性质（1）单向性、重复性。 （2）与测定次数无关。 （3）可以校正，大小、正负可以测定。 2.产生的原因 （1）方法误差 （2）仪器和试剂误差 （3）操作误差 （4）主观误差

2.1 概述 2.1.1 计算机体系结构的基本概念 2.1.2 Pentium微处理器的工作模式 2.2 实模式寄存器结构 2.2.1 段寄存器与存储器分段 2.2.2 指令指针寄存器 2.2.3 通用寄存器 2.2.4 标志寄存器 2.3 实模式内存地址空间组织 2.3.1 内存地址空间和数据组织 2.3.2 逻辑地址与物理地址 2.3.4 堆栈操作 2.4 实模式输入/输出地址空间

第一部分 问题的提出 第二部分 问卷设计原则与抽样过程 第三部分 样本数据的处理 第四部分 结论 第五部分：附录

1.1 Understand the need for computerized support of managerial decision making 1.2 Recognize the evolution of such computerized support to the current state—analytics/data science 1.3 Describe the business intelligence (BI) methodology and concepts 1.4 Understand the various types of analytics, and see selected applications 1.5 Understand the analytics ecosystem to identify various key players and career opportunities

2.1 Understand the nature of data as it relates to business intelligence (BI) and analytics 2.2 Learn the methods used to make real-world data analytics ready 2.3 Describe statistical modeling and its relationship to business analytics 2.4 Learn about descriptive and inferential statistics 2.5 Define business reporting, and understand its historical evolution

3.1 Understand the basic definitions and concepts of data warehousing 3.2 Understand data warehousing architectures 3.3 Describe the processes used in developing and managing data warehouses 3.4 Explain data warehousing operations 3.5 Explain the role of data warehouses in decision support