第1节 序列特征解析 第2节 序列比对和分析 第3节 分子进化和发育树构建

本章学习序列的DFS和DTFT, 分析信号和系统的频域特性。  序列的DFS的定义及性质  序列DTFT的定义及性质  频域采样  3.1 周期序列DFS的定义  3.2 周期序列DFS的基本性质  3.3 非周期序列DTFT的定义  3.4 序列DTFT的基本性质  3.5 周期序列DTFT  3.6 序列的频域采样

• 时间序列的平稳性及其检验 • 随机时间序列分析模型 • 协整分析与误差修正模型

5.1 物理作图 5.2 基因组测序 5.3 基因组的序列分析 5.4 基因组的序列特征 5.5 生物信息学

§9.1 时间序列的平稳性及其检验 一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程 §9.2 随机时间序列分析模型 一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验 §9.3 协整与误差修正模型 一、长期均衡关系与协整 二、协整检验 三、误差修正模型

本章介绍序列比对时常用的几个概念,包括同一性identity)、相似性(《dcnysimilaiy《)同 源性( homology)等。这些概念,在蛋白质和核酸序列比对时经常使用。双序列比对(pairwise alignement)是指通过一定的算法对两个DNA或蛋白质序列进行比对分析,从而找出两者 之间最大相似性匹配。双序列比对是序列分析常用方法之一,是多序列比对和数据库搜索的 基础

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

• 一、时间序列模型的基本概念及其适用性 • 二、随机时间序列模型的平稳性条件 • 三、随机时间序列模型的识别 • 四、随机时间序列模型的估计 • 五、随机时间序列模型的检验

• 一、时间序列模型的基本概念及其适用性 • 二、随机时间序列模型的平稳性条件 • 三、随机时间序列模型的识别 • 四、随机时间序列模型的估计 • 五、随机时间序列模型的检验