§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

§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

本章首先讨论线性算子的有界性和有界线性算子的空间，然后叙述关于线性算子和线性 泛函的若干基本定理，它们是共鸣定理、开映射定理、闭图像定理以及 Hahn--Banach 延拓 定理(包括分析形式和几何形式). 这些定理在整个泛函分析理论中有着基本的重要作用. 本章还将介绍这些定理在 Fourie 分析、积分方程、微分方程适定问题以及逼近论和近似计 算等方面的应用

1、 有限维空间的同构性。 2、 有限维空间单位球的紧性特征。 3、 可分性与可分空间

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

本章首先讨论线性算子的有界性和有界线性算子的空间,然后叙述关于线性算子和线性 泛函的若干基本定理,它们是共鸣定理、开映射定理、闭图像定理以及Hahn- Bana ch延拓 定理(包括分析形式和几何形式).这些定理在整个泛函分析理论中有着基本的重要作用 本章还将介绍这些定理在 Fourie分析、积分方程、微分方程适定问题以及逼近论和近似计 算等方面的应用

内蒙古大学：《仪器分析化学》课程教学资源（PPT课件）第十六章 分子发光分析法 第二节 分子荧光和磷光分析法

内蒙古大学：《仪器分析化学》课程教学资源（PPT课件）第十六章 分子发光分析法 第一节 分子荧光和磷光

内蒙古大学：《仪器分析化学》课程教学资源（PPT课件）第十二章 光分析法导论 第一节 光分析基础与分类

§7-1 吸光光度法的基本原理 §7-2 光度分析方法及仪器 §7-3 显色反应及条件 §7-4 光度分析的准确度 §7-5 光度分析的应用