第一节 细菌分类和鉴定 一、细菌的分类的原则 二、细菌的分类鉴定的依据和方法 三、生物的分类系统 第二节 放线菌 1.放线菌的形态构造 2.放线菌的繁殖 3.放线菌的群体特征 第三节 蓝细菌 第四节 支原体、立克次氏体和衣原体 第五节 古细菌

§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

1.了解会计信息的需求与供给。 2.学习会计信息分析的基本步骤。 3.掌握会计信息分析的基本方法。 4.学习财务比率的综合分析法。 5.掌握会计信息分析应该注意的问题

为提高处理效果及减少处理费用,对印染污水处理工程进行了诊断分析。该废水采用絮凝+兼氧+好氧+絮凝处理工艺。分析了各工序COD、氨氮、总氮、总磷、pH等的处理效果。诊断结果为:出水中COD、氨氮、总氮、总磷的含量分别为:13.6mg/l,0.34mg/l,6.52mg/l,0.01mg/l,均达到所要求的排放标准。pH已达到排放标准6-9的要求

若随机变量的分布函数F(x)恰好是某个 非负函数(x)在(∞,x)上的积分,即 则称ξ为连续型随机变量,称q(x)为的分布 密度(简称密度),也有称概率密度的,并称ξ 的分布为连续型分布

统计量都是随机变量，统计量的分布称为抽样分布。 定理 5.7 设随机变量 X1 , X 2 ,\, X n 相互独立，且 ~ ( , ) 2 Xi N µ i σ i (i = 1,2,\n)

内蒙古大学：《仪器分析化学》课程教学资源（PPT课件）第十六章 分子发光分析法 第二节 分子荧光和磷光分析法

内蒙古大学：《仪器分析化学》课程教学资源（PPT课件）第十六章 分子发光分析法 第一节 分子荧光和磷光

内蒙古大学：《仪器分析化学》课程教学资源（PPT课件）第十二章 光分析法导论 第一节 光分析基础与分类