一、目的要求 1.理解方差分析的基本思想和应用条件。 2.掌握各种设计资料的方差分析方法，并了解其计算方法。 3.熟悉多个样本均数的两两比较和方差齐性检验

一、目的要求 1.理解方差分析的基本思想和应用条件。 2.掌握各种设计资料的方差分析方法，并了解其计算方法。 3.熟悉多个样本均数的两两比较和方差齐性检验

一、什么是 Eviews Eviews (Econometric Views)软件是 QMS（Quantitative Micro Software）公司开发的、基于 Windows 平台下的应用软件，其前身是 DOS 操作系统下的 TSP 软件。Eviews 软件是由经济 学家开发，主要应用在经济学领域，可用于回归分析与预测(regression and forecasting)、时 间序列(Time series)以及横截面数据(cross-sectional data )分析。与其他统计软件（如 EXCEL、 SAS、SPSS）相比，Eviews 功能优势是回归分析与预测，其功能框架见表 1.1

国民经济核算体系是在一定经济理论的指 导下,综合应用统计、会计、数学等方法 ,为测定一个国家(地区、部门)在特定 时期内的经济活动(流量)和特定时点上 的经济成果(存量)所构成的一个相互联 系的系统。其各项总量指标及其组成,是 进行经济分析、经济预测和决策研究的重 要依据

国民经济核算体系是在一定经济理论的指导下,综 合应用统计、会计、数学等方法,为测定一个国家 (地区、部门)在特定时期内的经济活动(流量) 和特定时点上的经济成果(存量)所构成的一个相 互联系的系统。其各项总量指标及其组成,是进行 经济分析、经济预测和决策研究的重要依据。 国民经济核算体系有两种:

《硅微机械传感器》 《科研方法论》 《嵌入式系统设计》 《有限元方法及应用》 《专业英语》 《FPGA 设计及应用》 《半导体器件物理》 《电子技术基础及应用》 《固体物理学》 《集成电路 EDA》 《集成电路设计及应用》 《检测技术与系统设计》 《纳米材料与器件》 《声学基础》 《微电子工艺原理与仿真》 《文献阅读与学术写作》 《现代数字信号处理》 《移动互联网应用及开发》 《薄膜材料及技术》 《VLSI 数字集成电路基础》 《半导体光电子学》 《材料表征与检测》 《电子功能材料与元器件》 《集成电路版图设计》 《拉曼光谱学》 《微波器件与电路》 《半导体器件建模与仿真实训》 《传感器设计实训》 《高等模拟集成电路分析与设计》 《工程项目及创新实践》 《集成电路工程设计实训》 《数模混合信号集成电路设计实训》 《微电子器件》 《压电学》 《智能传感器系统设计》 《MEMS 传感器》 《传感器技术及应用》 《水声换能器及阵列技术》 《代数学》 《多元统计分析》 《泛函分析》 《非参数统计》 《高等概率论》 《高等数理统计学》 《孤子与可积系统》 《矩阵理论及其应用》 《科学计算》 《偏微分方程》 《人工智能理论》 《数值逼近》 《数值代数》 《算法分析与程序设计》 《微分方程数值解》 《微分几何》 《现代密码学》 《现代统计计算方法》 《最优化理论与方法》 《高等工程数学》

《硅微机械传感器》 《科研方法论》 《嵌入式系统设计》 《有限元方法及应用》 《专业英语》 《FPGA 设计及应用》 《半导体器件物理》 《电子技术基础及应用》 《固体物理学》 《集成电路 EDA》 《集成电路设计及应用》 《检测技术与系统设计》 《纳米材料与器件》 《声学基础》 《微电子工艺原理与仿真》 《文献阅读与学术写作》 《现代数字信号处理》 《移动互联网应用及开发》 《薄膜材料及技术》 《VLSI 数字集成电路基础》 《半导体光电子学》 《材料表征与检测》 《电子功能材料与元器件》 《集成电路版图设计》 《拉曼光谱学》 《微波器件与电路》 《半导体器件建模与仿真实训》 《传感器设计实训》 《高等模拟集成电路分析与设计》 《工程项目及创新实践》 《集成电路工程设计实训》 《数模混合信号集成电路设计实训》 《微电子器件》 《压电学》 《智能传感器系统设计》 《MEMS 传感器》 《传感器技术及应用》 《水声换能器及阵列技术》 《代数学》 《多元统计分析》 《泛函分析》 《非参数统计》 《高等概率论》 《高等数理统计学》 《孤子与可积系统》 《矩阵理论及其应用》 《科学计算》 《偏微分方程》 《人工智能理论》 《数值逼近》 《数值代数》 《算法分析与程序设计》 《微分方程数值解》 《微分几何》 《现代密码学》 《现代统计计算方法》 《最优化理论与方法》 《高等工程数学 A》 《高等工程数学 B》

在运用等效连续介质模型分析了裂隙岩体渗流场时,综合考虑并比较了单孔压水试验和节理裂隙统计取得的渗透系数,获得了能较好反映原位地质环境的修正渗透张量.将这种确定渗透张量的方法应用于某铁矿边坡工程渗流场分析中,取得了较好的结果

◼ 13.1 时间序列及其成分 ◼ 13.2 时间序列的描述性分析 ◼ 13.3 时间序列的预测程序 ◼ 13.4 平稳序列的预测 ◼ 13.5 趋势型序列的预测 ◼ 13.6 复合型序列的分解预测

元线性回归分析估计两个变量的关 系 其中一个变量作为响应变量或输出变量 (y)o 另一个变量作为预测变量或解释变量 有时两个变量中哪一个是响应变量(例 如高度和重量)是不好区分的。在这种 情况下,可能会使用相关分析