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

1、了解随机变量的概念； 2、理解离散型随机变量的概念及其分布律的概念和性质； 3、理解连续型随机变量的概念及其概率密度函数的概念和性质；

§1 随机变量的数学期望 §2 随机变量函数的数学期望 §3 随机变量的方差 §4 协方差与相关系数 §5 独立性与不相关性、矩

2.1偏导数 设D是R中的区域,z=∫(x,y)是D上的函数.设B=(x,y0)∈D,我们希望定 义f(x,y)在P点的导数,即因变量相对于自变量的变化率.但如果将P=(x,y)作为变量 由于其是二维向量,没有除法,因此很难定义∫(x,y)-f(x0,y)相对于 P-P=(x-x,y-y0)的变化率.我们只能将P=(x,y)的分量x和y分别作为自变量 来定义导数

前面讨论了随机变量的分布函数,从中知道随机变量的分布函数能完整地描述随机变 量的统计规律性 但在许多实际问题中,人们并不需要去全面考察随机变量的变化情况,而只要知道它的 某些数字特征即可

上一讲我们介绍了随机变量的数学期 望,它体现了随机变量取值的平均水平, 是随机变量的一个重要的数字特征. 但是在一些场合,仅仅知道平均值是 不够的

在前面的课程中,我们讨论了随机变量及 其分布,如果知道了随机变量X的概率分布, 那么X的全部概率特征也就知道了。 然而,在实际问题中,概率分布一般是较 难确定的.而在一些实际应用中,人们并不需 要知道随机变量的一切概率性质,只要知道它 的某些数字特征就够了

一、随机变量概念的产生 在实际问题中,随机试验的结果可以用数量来表示,由此就产生了随机变量的概念

对下面研究中的自变量、因变量和控制变量进行命名。 ①七巧板训练与小学低年级学生操作能力提高的实验研究 ②数学学习困难儿童解决简单加减法的认知特点的实验研究