计算机科学与应用的迅猛发展,直接推动了《C++程序设计教程》一书的第二版。C++ 技术正突飞猛进,日臻完善,而人们也越来越多地需要更强有力的计算机语言工具帮助描 述和解决实际的问题。基于此,新版在各方面较之第一版都做了大幅度的修改:在指导思 想上,更加强调以培养具有实际编程能力的程序员为主要目标;在内容结构上,增强了描 述的层次性,从编程基础、过程化编程、对象化编程,到高级编程的渐进,界限分明而又 过渡自然;在写作特点上,其通俗易懂性较之第一版更上一层楼;在使用范围上,它主要 面向大学生、研究生、教师和科研工作者。由于本书自成体系,又辐射到计算机专业的诸 课程,所以对完善读者的计算机知识体系也大有裨益

考研英语是很多同学考研复习中需要花很多时间与精力投入的科目。一方面,英语这门学科本 身是一门需要不断积累才能提高学科;另一方面,在大学期间,很多非英语专业的同学的英语学习 并不系统,考研英语的难度比起平时的期中期末考试来要难得多。因此,考研英语就成了很多人迈 进研究生院的一大障碍。然而,考研英语虽难,如果方法得当,用半年左右的时间,仍然可以达到 考研英语的要求,甚至取得很好的成绩。近年来,考研英语的题型、难度基本稳定,而且,点清 晰。所以,认真分析历年真题,从中得出一些出题的规律,是提高英语成绩的一条捷径

多元方差分析的主要用途是同时分析和检验不同类别在多个间距测度等级变 量上是否存在显著差别。这种方法由威尔克(S.S.Wlk)在1932年创建,后来 又得到逐步发展和完善。现在,许多计算机统计软件中都已经具有多元方差分析 的功能。但是,这种方法在我国社会科学研究中的应用尚属少见,有待进一步推 本章第一节将从多元方差分析与一元方差分析的关系入手,简介相关方法的 沿革及多元方差分析的特点。第二节主要介绍多元方差分析所要求的变量、数据 方面的条件

结构方程模型( Structural Equation Modeling,简略标志为SEM)是一种非 常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行 为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学等领 域的统计分析方法的综合。多元回归( multiple regression)、因子分析( factor analysis)和通径分析( path analysis)等方法都只是结构方程模型中的一种特例。 结构方程模型是统计分析方法中一个新发展的领域,它的应用始见于60年代发 表的硏究论文中,到∫90年代初期开始得到广泛的应用

图与网络分析 Graph Theory and Network Analysis 网络流(Flow)与最大流问题 最小费用大流问题 前面讨论的旅行社的计划问题中,旅行社解决了将尽可能多的 游客(86人)送往了目的地—北京,但旅行社计划时没有考虑机 票的成本。现在旅行社考虑的问题是既要送出尽可能多的游客(86 人),又要使机票的总成本最低,应该如何制定新的计划呢?这就 是最小费用大流所研究解决的一类流量问题。 最小费用大流问题还广泛应用于诸如最优匹配,运输问题等一 类问题。 应该注意的是:最小费用大流问题首先要解决网络上的最大流 ,目的是寻找使总费用达到最小的那个最大流

前言 景观设计学是近年来国内刚刚兴起,逐渐形成的一门学科和技术。与其相近的专业 词语有“园艺”,“景观建筑”,“造园”等概念但景观设计的范畴不仅包括了以上内 容,还涵盖着更为广阔的内容,是一门综合性较高的设计艺术。 在当前资源缺乏,环境问题突出的背景下人们提出了可持续发展的观点,并在各 个专业领域得到了迅速的扩散和极大的响应。景观和景观设计的研究是在造园艺术,建 筑设计,城市规划等的基础上,对人地关系的又一次重新认识。这不仅是人们对自然认 识的进步,也是人类对自身认识的进步

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受

多元线性回归( multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化 回归这一名词起源于19世纪生物学家F.高尔顿进行的遗传学研究,他在研 究子女身高与父母身高之间关系时发现

本书是高等师范院校地理系专业基础课教材。内容包括总论、矿物、火成岩、沉积岩、变质岩、矿床、构造运动和构造变动、地震、大地构造学说、地壳历史的研究方法，以及各代地史等15章，基本包括了地质学的基本知识和理论。作为第三版修订教材，本书注重吸收最新学科成果，如引入花岗岩的成因、特殊沉积岩、区域混合岩化作用、火山矿床、多成因矿床、干酪根成油说、韧性断层、区域性大断裂、地体、地质事件和生物事件、寒武纪生命大爆炸、恐龙灭亡事件等内容，以及较新的《中国地震烈度表》、《地质年代表》。适用作地理学、地质学、地学、环境学及相关学科教材及供有关读者阅读、参考