11.1 质量管理概述 11.1.1 质量、建筑工程质量的概念 11.1.2 质量管理的发展过程 11.1.3 全面质量管理的概念及特点 11.1.4 PDCA循环 11.1.4 建筑企业质量管理的原则 11.2 建筑企业质量体系 11.2.1 质量管理体系定义 11.2.2 质量管理体系基础 11.2.3 建筑企业质量管理体系的建立与实施 11.3 建筑企业质量管理常用统计分析方法 11.3.1 质量统计数据 11.3.2 质量控制常用统计的分析方法 11.4 建筑企业一体化管理体系的建立 11.4.1 ISO9000质量管理体系标准概况 14.4.2 ISO14000环境管理体系标准概况 11.4.3 OHSMS18000职业安全健康管理体系概况 11.4.4 建筑企业一体化管理体系的建立

1 线性代数 符号和基础知识 矩阵乘法 运算性质 矩阵微分 2 概率论 概率空间 随机变量及其分布 随机变量的数字特征 条件期望

1 概率密度估计 2 最大似然估计 例 1 均值和方差的无偏与有偏估计 什么是高斯分布 ML 的全局最优？ 二元函数局部最优条件 例 2 3 最大后验概率估计 例 3 4 贝叶斯估计 例 4 5 期望最大化 EM EM 在高斯混合模型中的应用

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

第一节 数据集中趋势的测定 第二节 数据离散程度的测定 第三节 动态数据的分析 第四节 相关与回归分析

第五节 方差分析 ❖一 方差分析的基本思想 ❖二 完全随机设计的多个样本均数比较 ❖三 随机区组组设计的多个样本均数比较 ❖四 多个样本均数间的两两比较的q检验 第六节 假设检验时应注意的事项

一、试验数据构造模型 二、正交试验的方差分析法 三、有重复试验的方差分析 四、缺落数据的弥补

第一章 建立数学模型 第二章 初等模型 第三章 简单的优化模型 第四章 数学规划模型 第五章 微分方程模型 第六章 稳定性模型 第七章 差分方程模型 第八章 离散模型 第九章 概率模型 第十章 统计回归模型

§2.1 随机变量 §2.2 离散型随机变量及其概率分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其概率密度 §2.5 随机变量的函数的分布

§7.1 点估计 §7.2 基于截尾样本的最大似然估计 §7.3 估计量的评选标准 §7.4 区间估计 §7.5 正态总体均值和方差的区间估计 §7.6 (0－1)分布参数的区间估计 §7.7 单侧置信区间