1.1 线性代数基础 1.2 向量序列与矩阵序列 1.3 几类特殊矩阵 1.4 数值域 1.5 Chebyshev 多项式

第一节x2统计量与x2分布 第二节适合性检验 第三节独立性检验

一、变 量 与 函 数 二、数 组 三、 矩 阵 四、 MATLAB编程 五、 实 验 作 业

一.符号对象的创建(Creating symbolic object) 1.创建符号变量和表达式(Creating symbolic variable and expression)创建符号变量和表达式的两个基本函数:sym,symsx=sym(x)创建一个符号变量x,可以是字符、字符串、表达式或字符表达式

第一节x2统计量与x2分布 第二节适合性检验 第三节独立性检验

《高等数学》课程教学资源（知识与题解PPT）1.3.3 无穷小量

学习要点： 货币总量及其构成； 存款货币的多倍扩张； 基础货币与货币乘数； 货币供给决定模型

《高等数学》课程教学资源（知识与题解PPT）3.3.1 局部改变量的估值问题——微分及其运算

第7章函数与预处理命令 7.1概述 7.2函数的定义与调用 7.3数组作函数参数 74函数的嵌套调用和递归调用 7.5局部变量和全局变量及其作用域 7.6变量的存储类别及变量的生存期 7.7函数的存储分类 7.8编译预处理 7.9多文件程序的调试方法

多元线性回归(multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化