第一章 统计和统计数据的收集 第二章 统计数据的整理和展示 第三章 数据的描述性分析 一、绝对数和相对数 二、集中趋势的测定 三、离散趋势的测定 四、数据的形态测定 第四章 概率基础——随机变量及其概率分布 第一节 随机变量的概念及数字特征 第二节 常见的离散型分布 一、两点分布 二、二项分布 第三节 常见的连续型分布 正态分布 x2分布 t分布 F分布 第四节 中心极限定理 第五章 区间估计和假设检验 第六章 相关与回归 多元线性回归 非线性回归模型 第八章 时间数列分析 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法

5G标准下的蜂窝网络正在向异构化、超密集化的方向发展，传统的基于六边形网格模型的研究方法较为理想化且并不精确，越来越不适用于如今的异构网络.针对这个问题，目前常用的方法是使用基于随机几何的泊松点过程来研究异构网络的基站部署，这种方法假设基站的空域分布完全随机，因此得到了覆盖概率的理论下界.但是由于宏蜂窝边缘（盲区）以及热点地区（忙区）等特殊区域中，站点的分布可能形成簇，此时，基于泊松点过程的空域分布将不再准确.针对这个问题，本文使用泊松簇过程研究三层异构蜂窝网络的基站部署与规划.首先，提出基于泊松簇过程的基站部署系统模型，讨论了基于簇分布的基站形成过程；其次，在充分分析用户受到的聚集干扰基础上，采用基于瞬时信干噪比的小区选择机制，推导出了中断概率模型，并讨论了三种特殊条件下的中断概率；最后，通过仿真对比分析了基于泊松簇过程与泊松点过程的中断概率的差异以及信干噪比阈值变化时的中断概率的变化曲线，证明了基于簇的空域基站部署具有更低的中断概率

为准确预测溜井储矿段内矿岩散体运移状态，以放矿漏斗中心线与溜井中心线重合的溜井结构为研究对象，建立了溜井储矿段矿岩运移轨迹和速度预测模型。首先，根据筒仓卸载过程中颗粒运动特点和理想流体流动单元流动特点的相似性，分析储矿段内矿岩运移规律；其次，引用流动网络概念和Beverloo经验公式，建立了储矿段矿岩运移网络，分析了储矿段矿岩运动截面与矿岩运移速度的关系；最后，在一定的假设条件下，根据流线和等位面分布特征，建立了矿岩位移、运移轨迹和速度方程。研究结果表明：（1）矿岩进入储矿段后依次经过匀速区、变速区，分别进行匀速直线下向运动、变速曲线运动；（2）当放矿口倾角较小时存在平衡区，该区域下矿岩不发生位移，导致“空环效应”；（3）单位时间内放出矿岩质量和穿过同一等位面的矿岩质量相等。所建立的预测模型表明，匀速区内矿岩运移状态与储矿段和放矿口断面直径、矿岩粒径等有关，变速区内矿岩运移状态还与矿岩所处位置、放矿口倾角等有关

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

1.设备的定期维修问题 假设有一批同一类型的机器,考虑多长时间对这 批机器进行定期维修的问题.如果不进行定期维 修,或者定期维修时间过长,那么该设备就可能会 经常出现临时损坏,为此就要付出较多的应急维 修的代价(包括维修费用以及停工损失等).另一方 面,如果定期维修进行得太频繁,那么维修费也会 相应地大大增加.因此,选择适当的维修周期,就是 要使得定期维修的费用和应急维修的费用取得某 种均衡,以达到总维修代价最小的目的