 §3.1 二维随机变量  §3.2 边缘分布  §3.3 条件分布  §3.4 相互独立的随机变量  §3.5 两个随机变量的函数的分布

所谓的多元方差分析,就是说存在着不止一个应变量,而是两个以上的应 变量共同反映了自变量的影响程度。比如要研究某些因素对儿童生长的影响程 度,则身高、体重等都可以作为生长程度的测量因子,即都应作为应变量

一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

从头定义变量的情况多数在建立数据集时出现。但是,当数据集已经建 立,需要整理、转换变量时,碰到的更多情况是需要根据某种条件从原有变量 计算新变量。下面我们将按菜单条目的顺序依次讲解他们的功能。但是,首先 我们需要了解一下所用的对话框界面的情况

1．理解离散型随机变量的均值的意义和性质． 2．会根据离散型随机变量的分布列求出均值． 3．会利用离散型随机变量的均值解决一些相关的实际问题．

一、虚拟变量 二、虚拟解释变量的回归 三、虚拟被解释变量的回归(选讲,不包括)

整数规划——变量只能取整数的规划问题。 当变量只能取0或1两个值， 称0-1规划。 整数规划分类： 纯整数规划——全部变量为整数。 混合整数规划——部分变量为整数。 本节主要介绍0-1规划的模型建立

我们已经知道一元函数的导数是一个很重 要的概念，是研究函数的有力工具，它反映了该 点处函数随自变量变化的快慢程度。对于多元函 数同样需要讨论它的变化率问题。虽然多元函数 的自变量不止一个，但实际问题常常要求在其它 自变量不变的条件下，只考虑函数对其中一个自 变量的变化率，因此这种变化率依然是一元函数 的变化率问题，这就是偏导数概念，对此给出如 下定义

在医学中经常要遇到分析两个或多个变量间关系的情况,有时是希望了解某个 变量对另一个变量的影响强度,有时则是要了解变量间联系的密切程度,前者 用下一章将要讲述的回归分析来实现,后者则需要用到本章所要讲述的相关分 析实现

➢ 数据类型 ➢ 常量与变量 2.2.1 整型数据的常量与变量 2.2.2 浮点型数据的常量与变量 2.2.3 字符型数据的常量与变量 2.2.4 字符串常量 2.2.5 符号常量 ➢ 不同类型数据间的转换 2.3 运算符与表达式 ➢ 运算符和表达式 2.3.1 运算符与表达式概述 2.3.2 算术运算符和算术表达式 2.3.3 赋值运算符和赋值表达式 2.3.6 逗号运算符和逗号表达式 2.4 混合运算与类型转换 2.5 数据的输入输出 2.6 顺序程序设计举例