本书由浅入深，系统地介绍了如何在 Excel 2003 中实现各种统计分析功能，帮助读者在巩固统计学 知识的基础上，将 Excel 作为进行统计分析的一种有效工具熟练地运用于日常的工作、学习及科研中。 全书涵盖了基础统计学的绝大部分内容，如描述性统计、概率分布与概率分布图、抽样与抽样分布等 共 11 个大类，150 多个应用范例，以及 Excel 中与统计分析有关的内容。全书范例典型、针对性强，并 给出了详细的操作步骤，有助于读者快速掌握和融会贯通。随书光盘提供 Excel 入门教学课程，以及本书 所有范例的 Excel 源文件，读者可将源文件调入 Excel 中进行练习，或加以改进运用到实际工作中。 本书适合运用 Excel 进行统计分析的统计工作者或有一定统计学基础的用户使用，也可作为高校经济 和金融相关专业师生进行统计学及 Excel 学习的参考书，还可作为各类培训班的教学用书

目 录 第一章 数字电路基础知识 1.1 数字信号与模拟信号 1.2 数制 1.3 码制 1.4 算数运算与逻辑运算 1.5 数字电路的学习指导 第二章 逻辑函数及其简化 2.1 逻辑代数 2.2 逻辑函数的简化 第三章 集成逻辑门 3.1 晶体管的开关特性 3.2 TTL集成逻辑门 3.3 CMOS集成逻辑门电路 第四章 组合逻辑电路 4.1 组合逻辑电路的分析 4.2 组合逻辑电路的设计 4.3 组合逻辑电路的竞争- 冒险现象 目 录 第五章 触发器 5.1 基本RS触发器 5.2 RS触发器 5.3 JK触发器 5.4 D触发器 5.5 T触发器和T`触发器 5.6 各种触发器功能的比较和电路结构 5.7 触发器的应用 第六章 时序逻辑电路 6.1 时序逻辑电路分析 6.2 时序逻辑电路设计 第七章 数字电路的制图与读图 7.1 数字电路的制图 7.2 数字电络的读图 第八章 半导体存储器 8.1 概述 8.2 顺序存取存储器 8.3 随即存取存储器 8.4 只读存储器 8.5 存储器的应用举例 第九章 可变器件及电子设计自动化软件 9.1 可编程器件 9.2 可编程器件的编程工具及编程模式 第十章 脉冲单元电路 10.1 脉冲信号 10.2 标准集成电路构成的脉冲单元电路 10.3 555定时器及应用 第十一章 数/模转换器和模/数转换器 11.1 数/模与模/数转换器概述 11.2 数/模转换器 11.3 模/数转换器 11.4 集成数/模和模/数转换器件及其应用

田少煦 等著，《数字色彩构成》（普通高等教育“十一五”国家级规划教材），ISBN 7-302-13167-7，清华大学出版社，2007年6月 第一章 色彩的体系 第一节 色彩的形成 第二节 显色系统 第三节 混色系统 一、混色系统CIE 二、CIE 1960均匀色度标尺图 三、CIE 1964均匀颜色空间 第四节 数字色彩系统 第二章 数字色彩的基本原理 第一节 数字色彩及其表达 第二节 数字色彩与图形 第三节 各种数字色彩域的比较 第四节 绘图软件中的数字色彩使用方法 第三章 色彩的生理与心理 第一节 色彩生理实验 第二节 色彩的主观三属性与客观三属性 第三节 色彩的心理感应 第四章 数字色彩构成 I ――以色相为主的配色 第一节 数字色彩的配色工具 第二节 不同色相的配色 第三节 主色调的形成 第五章 数字色彩构成 II――以明度、饱和度为主的配色 第一节 纯色系的配色 第二节 浊（灰）色系的配色 第三节 暗色系的配色 第四节 无彩色系色调的魅力 第六章 数字色彩构成 III ――综合配色 第一节 两组色彩之间的配色 第二节 三组色彩之间的配色

嵌入式系统(Embedded System)在于结合微处理器或微控制器的系统电路与其专属的软件，来达到系统操作效率成本的最高比。今日举凡移动电话、手表、电子游戏机、PDA、电视、冰箱等民用电子与通信产品，电动机车、电动脚踏车，乃至于电动汽车等电动交通工具的控制核心，无不与嵌入式系统息息相关。而在后P℃时代的来临，家电、玩具、汽车、新一代手机、数码相机、先进的医疗仪器乃至于即将到来的智能型房屋、智能型办公室、与其他跟电有关的器材设备更是缺少不了嵌入式系统这个核心技术。 第1章 嵌入式系统的介绍 第2章 嵌入式SOC硬件系统概论 第3章 嵌入式系统软件开发 第4章 信息家电软件的大趋势 第5章 Smart Handheld Device软件系统设计

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