光电耦合器件 一、光隔离器、光耦合器 二、封装(LED+光敏器件) 三、电一光一电器件 四、耦合有线性变化关系+电隔离性能

4.2.7线性空间关于一个子空间的同余关系 定义给定K上的线性空间V,M是V的子空间,设a是V的一个向量。如果V的 一个向量a'满足:a-a∈M,则称a'与a模M同余,记作a'=a(modM) 易见,同余关系是V上的一个等价关系。 把全部等价类组成的集合(一个等价类视为等价类集合中的一个元素)记为V/M, V/M中的元素形如 a+m={a+luM}, 我们称a+M为一个模M的同余类,而将等价类中的任一元素称为等价类的代表元素。 命题同余类满足如下一些性质:

第一讲 带余除法.1 第二讲 不可约多项式.5 第三讲 互素与不可约、分解.9 第四讲 多项式的根.13 第五讲 典型行列式.17 第六讲 循环行列式.21 第七讲 特殊行列式方法.26 第八讲 解线性方程组.31 第九讲 分块矩阵与求秩.36 第十讲 矩阵的分解与求逆.40 第十一讲 广义逆与特殊矩阵对关系.45 第十二讲 特征值、对角线与最小多项式.51 第十三讲 向量的线性相关与自由度.56 第十四讲 双线性型与正定二次型.61 第十五讲 线性空间及其几何背景.66 第十六讲 欧氏空间和正交变换的意义.71 第十七讲 线性变换的核与象.76 第十八讲 线性变换的特征与不变子空间.81

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

将单轴压缩条件下遭受到剪切带(峰值应力之后呈现线性应变软化行为)形式的单一剪切破坏普通混凝土试样的峰后应力-应变曲线斜率的解析解推广为非线性情形.在峰值应力之前,采用Scott模型描述非线性的本构关系.剪切带的非线性应变软化本构关系由导出的最短普通混凝土试样峰后斜率反算.利用得到的峰后本构关系,对其他较长的普通混凝土试样的应力-应变曲线进行了预测.预测的峰后应力-应变曲线依赖于试样的高度,且与实验结果吻合.估算的剪切带内部平均塑性剪切应变远大于在单轴压缩条件下测得的轴向应变的极限值.若测得的峰后应力-应变曲线被视为本构关系,则普通混凝土柱的峰后延性将被极大地低估

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

案例分析一：关于计量经济学方法论的讨论 案例分析二：我国城市居民家庭消费函数——一元线性回归模型 案例分析三：建筑行业工资差异制度因素的分析——一元线性回归模型 案例分析四：中国税收增长的分析——多元线性回归模型的应用 案例分析五：中国 A 股新股抑价率多因素回归分析——多元线性回归模型应用 案例分析六：影响中国旅游市场发展的主要因素——多重共线性问题 案例分析七：医疗机构数与人口数量的关系——异方差问题 案例分析八：中国农村居民消费模型——自相关问题 案例分析九：美国制造业库存量 Y 和销售额 X 的关系——分布滞后模型应用 案例分析十：1978-2003 年我国国民总收入与居民储蓄存款的关系——虚拟变量模型的应用 案例分析十一：影响中国进口量的主要因素分析——模型的设定偏误问题 案例分析十二 ：研究中国城镇居民的生活费支出与可支配收入的关系——时间序列计量经济学模型 案例分析十三 ：美国个人汽油消费支出中的协整问题——时间序列计量经济学模型 案例分析十四：中国宏观经济调控模型——联立方程计量经济学模型

案例分析一：关于计量经济学方法论的讨论 案例分析二：我国城市居民家庭消费函数——一元线性回归模型 案例分析三：建筑行业工资差异制度因素的分析——一元线性回归模型 案例分析四：中国税收增长的分析——多元线性回归模型的应用 案例分析五：中国 A 股新股抑价率多因素回归分析——多元线性回归模型应用 案例分析六：影响中国旅游市场发展的主要因素——多重共线性问题 案例分析七：医疗机构数与人口数量的关系——异方差问题 案例分析八：中国农村居民消费模型——自相关问题 案例分析九：1978-2003 年我国国民总收入与居民储蓄存款的关系——虚拟变量模型的应用