1、行列式 1.n行列式共有n2个元素,展开后有n!项,可分解为2行列式 2.代数余子式的性质: ①、A,和a的大小无关 ②、某行(列)的元素乘以其它行(列)元素的代数余子式为0; ③、某行(列)的元素乘以该行(列)元素的代数余子式为|A| 3.代数余子式和余子式的关系:M=(-1)AA=(-1)M 4.设n行列式D:

第一节 概述 一、矿物质的分类 二、矿物质元素在体内的大致含量 三、必需矿物元素 四、矿物质的营养作用 五、矿物元素的利用率 第二节 常量元素 二.镁 一.钙 三.钠、钾、氯 磷 四.硫 第三节 微量元素 四.锰 五.硒 二.锌 七.其他元素 一.铁 三.铜 六.碘

一、 电路模型与电路中基本变量 在集总假设的条件下，定义一些理想电路元件(如R、L、C 等)，这些理想电路元件在电路中只起一种电磁性能作用，它 有精确的数学解析式描述，也规定有模型表示符号。对实际的 元器件， 根据它应用的条件及所表现出的主要物理性能，对 其作某种近似与理想化(要有实际工程观点)，用所定义的一种 或几种理想元件模型的组合连接，构成实际元器件的电路模型

第一部分 醇的提纲 §10.1 醇的结构、命名和物理性质 §10.2 一元醇的反应 §10.3 一元醇的制法 §10.4 二元醇 第二部分 酚 第五节 酚的结构、命名、物理性质 第六节 一元酚的反应 第七节 二元酚和多元酚 第八节 醇和酚的来源和用途

第一编 元代文学 第一章 元代杂剧 第二章 元代散曲 第三章 元代诗文 第二编 明代文学 第一章 明代小说 第二章 明代诗文 第三章 明代戏曲 第三编 清代文学 第一章 顺治、康熙时期文学 第二章 清中叶文学之雍正、乾隆时期文学 第三章 嘉庆、道光时朝文学（1796-1840） 第四编 近代文学（1840-1919）

一、二元离散选择模型的经济背景 二、二元离散选择模型 三、二元Probit离散选择模型及其参数估计 四、二元Logit离散选择模型及其参数估计

§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

一、二元离散选择模型的经济背景 二、二元离散选择模型 三、二元Probit离散选择模型及其参数估计 四、二元Logit离散选择模型及其参数估计

➢相图知识 ➢二元匀晶相图与固溶体的凝固 ➢二元共晶相图 ➢二元包晶相图 ➢复杂二元相图的分析方法 ➢铁碳平衡相图

§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