期末复习中,你可以在课本中取出一个编号为奇数的任意问题的随机样本, 并能在没有计算机的帮助下做出来。你可能想试图在没有计算机的情况 下做出茎叶图,简单的散点图,和简单的经验累积概率分布。可以尝试 在没有计算机时做一元线性回归

一、数据收集 二、数据分析和总结 三、概率论回顾 四、统计的抽样分布 五、推断:点估计和置信区间估计,假设检验 六、线性回归 七、方差分析 八、非参数方法 九、专题(数据挖掘?)

一、线性回归模型的特征 消费量由什么决定呢? 在现实生活中,影响各家各户消费的因素很多,如收入水平、商品价格水平、利率水平、消费者偏好、消费者年龄结构、风俗习惯等。凯恩斯认为,这些因素中有决定意义的是家庭收入

第一节 随机效应与方差分量模型 第二节 方差分量模型的解法 第三节 方差分量模型参数的广义岭估计 第四节 方差分量模型参数经验 Bayes 估计

2数学模型概述 2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

研究了平均粒度为2μm的超细赤铁矿粉和粒度分布为0.18～0.154mm的常规细矿粉在非熔态下的还原情况.以矿粉的还原度为目标,用改造后的L16(215)正交表安排4×23次试验,以排除还原气氛、还原温度和还原时间等因素的干扰.结果表明,在纯H2、100%CO两种气氛下,温度为650～850℃时,均能实现不同程度Fe2O3→Fe的还原,与常规粒度矿粉相比,超细矿粉的还原度较高,获得相同还原度时所需的还原温度约低365℃.试验中,各因子之间均无相关性,可分别估计其定量的影响,建立线性回归式.超细赤铁矿粉非熔态还原后的粒度分布观察表明,颗粒间并未发生烧结,还原产物仍为粉状

1 叶脉与叶形相关性分析及其可能进化原因 2 蕨类植物茎轴几何形态的分类与进化 3 昆虫步态的形式 结构与对称性 4 人工环境影响下的蚂蚁捕食问题 5 西天目山荨麻科植物分布及生境调查 6 天目山部分蛾类拟态现象的观察 7 天目山溪水水生昆虫调查 8 关于天蛾科和金龟子总科昆虫对红光和紫光趋光性不同的研究 9 天目山常见蜘蛛的鉴定及其生活习性的研究 10 萤火虫发光机制浅探 11 天目山毛竹竹节长度与胸径之间线性回归关系研究 12 天目山三种常见燕子的初步调查 13 基于竹鞭状态分析的抑制毛竹林扩散的方法的提出 14 天目山常见攀援植物资源与应用的研究 15 西天目山七里亭到开山老殿段柳杉种群年龄结构及生长状况调查 16 天目山竹业发展对保护区生物多样性的影响及建议 17 西天目柳杉树皮考察及新发现 18 天目山生态旅游现状调查与开发前景展望

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

通过对宣钢脱硫站77组生产数据进行多元线性回归得到了在单吹颗粒镁铁水脱硫时吨铁镁的消耗xMg(kg/t)、喷吹时间t(s)、铁水初始硫含量[%S]0、脱硫量xS、铁水温度T(K)和吨铁镁粒的喷吹速率VMg与脱硫率和镁的利用率的数学模型.通过对数学模型的研究发现:脱硫率随吨铁镁耗量、初始硫含量的增加而增加,随喷吹时间、温度和镁喷吹速率的增大而降低.镁利用率随吨铁镁耗量、喷吹时间及喷吹速率的增加而减少,随喷吹时间的延长、镁喷吹速率、铁液中初始硫含量及温度的升高而升高.在合适的吨铁镁消耗量的情况下,要提高脱硫率和镁利用率,应该在保障脱硫时间的前提下,降低吨铁镁喷吹速率,减少喷吹时间

为了解决某钢厂IF钢冶炼RH精炼过程铝耗偏高问题,通过数理统计和BP神经网络相结合的方法建立了铝耗预测模型,并与多元线性回归模型进行比较,该模型具有更高准确度.该模型分析了不同冶炼工艺参数对铝耗的具体影响,并对相应工艺参数进行了优化.结果表明:脱碳结束氧活度或RH进站氧活度降低0.005%左右,每吨钢铝耗可降低0.07~0.08 kg,铝脱氧有效利用系数为70.31%~80.35%;RH进站钢液温度增加35~40℃,铝耗降低1 kg左右,铝热反应升温利用系数在97.4%左右;吹氧量小于100 m3和大于100 m3时,氧气与铝反应的比例分别为37.3%和74.6%左右,吹氧量每增加50 m3,铝耗分别增加0.1 kg和0.2 kg左右.工艺参数优化后平均铝耗由1.359 kg降低到1.113 kg,降幅达18.1%