第一章 总论 第四章 总量指标和相对指标 第五章 平均指标和变异指标 第二章 统计设计和统计调查 第三章 统计整理 第六章 动态数列 第七章 统计指数 第八章 抽样调查 第九章 相关与回归分析 第十章 统计预测 第十一章 统计综合分析

• 第一章 绪论 • 第二章 统计调查 • 第三章 统计整理 • 第四章 总量指标和相对指标 • 第五章 平均指标和标志变异指标 • 第六章 时间数列 • 第七章 统计指数 • 第八章 抽样推断 • 第九章 相关与回归分析 • 第十章 统计调查报告

前几章所讨论的内容，其目的在于寻求被测量 的最佳值及其精度。在生产和科学实验中，还有另 一类问题，即测量与数据处理的目的并不在于被测 量的估计值，而是为了寻求两个变量或多个变量之 间的内在关系，这就是本章所要解决的主要问题。 表达变量之间关系的方法有散点图、表格、曲 线、数学表达式等，其中数学表达式能较客观地反 映事物的内在规律性，形式紧凑，且便于从理论上 作进一步分析研究，对认识自然界量与量之间关系 有着重要意义。而数学表达式的获得是通过回归分 析方法完成的

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶

第一节主要介绍了时间序列分析和预测的基本方法。首先解释了时间序列的形态，常常通过它帮助我们考虑时间序列的四种独立成分：趋势、循环、季节和不规则。通过分离这些成分和测量它们的明显影响，可以预测时间序列的未来值。◼第二节主要介绍了回归分析预测法。市场活动中的许多现象也不例外，其变化与各种影响因素变化之间存在着一定的依存关系。回归分析预测法就是从各种经济现象之间的相互关系出发，通过对与预测对象有联系的现象变动趋势的分析，推算预测对象未来状态数量表现的一种预测方法

回归分析的原理及应用 在分析化学,特别是仪器分析中,常常需要做工作曲线(也叫标准曲线,或 校正曲线,或检量线)。例如,原子吸收法中作吸光度和浓度的工作曲线,极谱法 中作波高和浓度的工作曲线等等。在分析化学中所使用的工作曲线,通常都是直 线。一般是把实验点描在坐标纸上,横坐标X表示被测物质的浓度,叫自变量。 大都是把可以精确测量或严格控制的变量(如标准溶液的浓度)作为自变量;纵 坐标y表示某种特征性质(如吸光度、波高等)的量,称因变量,一般设因变量 是一组相互独立、其误差服从同一正态分布N(O,2)的随机变量。然后根据 坐标纸上的这些散点(实验点)的走向,用直尺描出一条直线。这就是分析工作 者习惯的制作工作曲线的方法

采用中心复合试验研究采场温度、灰砂质量比和固相质量分数对高寒矿山充填料浆的强度特性和流动特性影响规律.利用多项式近似隐式极限状态方程,建立充填体强度、充填料浆坍落度和充填材料成本响应面回归模型.以回归模型响应值的满意度为输入,使用加权几何平均算法求得料浆充填性能整体满意度,采用基于整体满意度准则的非线性多目标优化技术对充填配比参数进行优化,得到高寒矿山不同采场温度范围下最佳灰砂质量比及充填料浆输送浓度.结果表明:采场温度低于5℃时,固相质量分数70%、灰砂质量比1:6的料浆整体满意度可达0.4~0.5,满足低温充填要求,且整体满意度随温度变化较小;当采场温度增至5℃之上时,温度提高充填性能整体满意度迅速增大,固相质量分数65%、灰砂质量比1:6的料浆满意度增大最快

以德兴铜矿矿石为实验物料,采用均匀设计法确定散体渗流实验方案,在自制多功能浸出实验台架上进行水平和垂直渗流实验,实验结果采用SPSS统计软件进行回归分析.结果表明:垂直向下的渗流系数最大,其次为水平方式,垂直向上的渗流系数最小;均质体各向异性系数变化范围为1.38~6.73,平均值为4;粗粒含量P5在35%~60%之间以及含泥量在1%~5%之间,散体的渗流系数变化呈先升后降现象;渗流系数与孔隙率呈幂函数关系,随孔隙率增大而上升;孔隙率随0.1~0.2 mm的物料含量增加而下降,随10~8 mm和8~4 mm含量之积增大而上升;渗流指数m与雷诺数Re之间存在幂函数关系,对于判定渗流状态两者是一致的;西源排土场水平渗流系数为3.68×10-2m·s-1,垂直渗流系数为1.51×10-2m·s-1

应用INSTRON刚性伺服试验机对不同灰砂比的充填体进行了劈拉试验,测得荷载-位移和应力-应变全曲线.结合测得的力学参数计算出相关能量耗散特征参数,分析了不同情况下破坏过程的能量耗散变化规律,并通过数据统计回归建立了各种能量耗散指标与其影响因素的函数关系.实验结果显示:充填体只需吸收极少能量即可满足拉伸破坏所需,拉伸破坏是影响充填体断裂性质的主导因素.为防止充填体处于受拉环境,在矿房回采时应采用边孔控制爆破和不耦合装药,优化爆轰波破岩途径,减少欠挖超挖,保证矿柱形态规整,使充填体处于非拉区域以改善其受力状况;同时在矿房充填时应对需布设工程或应力集中区域等关键部位适当加大灰砂比,以增强充填体吸收破坏能量的能力

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性