本文研究了一种特殊的、但具有代表性的队决策问题。这种问题包括有二位的逻辑变量。文中提出了一种所谓的加权布尔多项式——它把实变量空间和逻辑变量空间联系起来——用来做为一种对这类队决策问题的求解方法。在讨论了加权布尔多项式的若干重要性质之后,如完备性、正交性、增生与蜕化,作者提出了一种广义支付矩阵（或称W矩阵）的概念。并通过一个典型的例子（协同模型）来说明它的运用技巧

7.1 概述 7.2 函数的定义与调用 7.3 数组作函数参数 7.4 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

一、随机变量的概念 二、随机变量的特征

社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面

直观上看,所谓随机变量,就是我们在随机实验中测定的量。例如观察10只新生动物的性。 一、随机变量: 别,并计算其中雄性动物的数量X,显然X可能取值为0,1,…,10;但究竟取值为几,只能 在实验结束时才知道。象这样在实验中所得到的取值有随机性的量,就称为随机变量。随机变 量的特点就是当实验条件一定时,实验结果仍不确定

随机变量分布的类型已知, 需要由观测数据确定 该分布的参数 由观测数据确定随机变量概率分布类型, 并在此 基础上确定其参数 由已有的观测数据难以确定该随机变量的理论分 布形式, 则定义一个实验分布

一、填空(每空5分,共60分) 1.方差分析(ANOVA)通常用于检验 一元单因素( Univariate One--way)方差分析指个测试变量、个分类变量的方差分 析。 一元双因素( Univariate Two-way)方差分析指个测试变量、个分类变量的方差分 析。 在双因素方差分析中考虑交互效应的模型称为 否则称为

本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以 进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚 拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法 方式以及二者的组合方式

第三章变量的形成 1.从概念到变量 从概念到变量,一般有如下4个阶段: （1)概念形成阶段这是对具有

多重共线性的概念 多重共线性的来源与后果 多重共线性检验 多重共线性的修正方法 案例分析 多重共线性的概念 多重共线性的来源与后果 多重共线性的来源 多重共线性的后果 多重共线性检验 多重共线性的修正方法 增加样本观测值 略去不重要的解释变量 用被解释变量的滞后值代替解释变量的滞后值 利用参数之间的关系 利用解释变量之间的关系 变换模型的形式 对数据进行中心化 案例分析