鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量

5.1两流动相似的条件是什么?其物理意义分别是什么?(参考分数:6分) 5.2写出以下各量的量纲:速度

有向面积与向量的外积，前面导出二重积分变量代换公式

有向面积与向量的外积，前面导出二重积分变量代换公式

绪论 统计与统计学 统计学的分科 统计学与其它学科关系 统计数据的搜集 数据的计量与类型 统计数据的来源 调查方案设计 统计数据的质量 统计数据整理和显示 数据的预处理 品质数据的整理与显示 数值型数据整理与显示 统计表 数据分布特征的测度 集中趋势的测度 离散和程度的测度 偏态和峰度的测度 时间序列分析 时间序列的对比分析 长期趋势分析 指数 指数编制的基本问题 加权指数 指数体系

1.绪论 a.介绍数学分析的主要内容:微积分 研究的对象:函数(连续量) 描述什么是连续量?

1函数极限概念 2函数极限的性质 3函数极限存在的条件 4两个重要极限 5无穷小量与无穷大量

1 理解函数极限的“ε-δ”，“ε-M”定义及单侧极限概念； 2 掌握函数极限的基本性质及两个重要极限； 3 理解广义极限、无穷大量及无穷小量等概念

建模方法是时间序列分析的核心问题之一。本文给出了两种基于最小二乘法的自回归模型（AR模型）的建模方法。采取预留少量数据递补进入计算的办法,使矩阵XTX可以用分块矩阵求逆公式递推求逆,或者用矩阵的Crout分解法递推求解。同时引入了Winograd向量内积快速算法,充分利用各向量和各矩阵之间的关系来减少计算工作量。使计算量比一般最小二乘建模方法大幅度减少,达到与Marple算法和Burg的最大熵谱法可比的程度

一、 随机样本 二、抽样分布 三、常用统计量 四、常用统计量的分布