将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现

基本概念 采样理论( sampling theory)是指如何进行试样 采集的数学统计理论。怎样通过局部采样在统计 意义上尽可能代表总体,是采样理论和方法所研 究的内容。分析化学中常用的采样方法包括固体 物质的采样方法、动态过程的采样方法和质量检 验的采样方法。 采样常数(sampling constants)为表征实验室样 本的均衡性,或考虑样本的分隔效应, Ingamell和 Visman分别定义了几个采样常数,以便更好的描 述采样特征

一、方差 二、标准差与变异系数 三、协方差与相关系数 四、矩

新乡学院：数学与统计学院数学与应用数学专业《教育科学研究方法》课程教学大纲（2015）

新乡学院：数学与统计学院数学与应用数学专业《教育科学研究方法》课程教学大纲（2012）

一、点估计 二、估计量的评选标准 三、区间估计 四、正态总体均值与方差的区间估计

随机变量的数学期望 随机变量的方差 随机变量的协方差和相关系数

中国科学技术大学：《概率论与数理统计》课程教学资源（课件讲义）第三章 随机变量的数字特征 3.2 方差、相关系数以及其他数字特征

常用的离散型随机变量 ①单点分布a.随机变量Ⅹ以概率1取常数C.记为

一、随机变量的数学期望 二、随机变量的方差 三、随机变量的协方差和相关系数