§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

§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 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 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 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 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

第一节 干扰波和组合概念 第二节 简单线性组合的方向特性 第三节 随机干扰的特点 一、地震勘探中随机干扰的一般特点及其产生原因 二、非统计问题和统计问题 三、各态历经性质的平稳随机过程 四、随机过程的两个统计参数－平均值和方差 五、随机过程的重要统计参数－相关函数 第四节 组合对随机干扰的统计效应 一、地震勘探中随机干扰的相关半径 二、组合的统计特性 第五节 确定组合参数的方法和基本原则 一、干扰波调查 二、理论分析和计算 三、正常时差和倾角时差对组合的影响 第五节 确定组合参数的方法和基本原则 第六节 组合的频率特性 一、组合的频率特性 二、脉冲波的组合特性 三、几个有关的概念 第七节 各种组合方式 一、不等灵敏度组合 二、面积组合 三、震源的组合

第一节 指标权重计算方法概述 一、权重计算重要性 二、主观赋值方法 三、客观赋值方法 第二节 特尔斐法 一、主要概念 二、基本特点 三、基本原则 四、实施步骤 第三节 层次分析法 一、层次分析法概述 二、层次分析法计算步骤 三、应用实例 第四节 信息熵值法 一、信息熵概述 二、熵值法计算步骤 三、水资源评价指标熵值法计算实例 四、城镇化评价指标权重熵值法计算 第五节 灰色关联度法 一、灰色关联度计算步骤 二、应用实例 第六节 离差最大化法 第七节 均方差决策法 第八节 变异系数法 第九节 基于专家效度权重计算方法 一、基于简单关联度确定指标的相对重要程度 二、基于指标重要程度初步求解指标专家权重 三、基于专家效度和专家权重修正指标权重值

第二章燃料的采样与制样 第一节概述 煤是粒度及化学性质都很不均匀的散装固体物料,要从大量的煤中采制出能代表这批煤 平均质量的少量样品,具有很大的难度。在煤的采样、制样、化验三个环节中,如果用方差 来表示误差的话,采样的影响占80%,制样占16%,化验占4%,故在煤质分析中,关键 是采样,其次就是制样。只有获得有代表性的样品,才可能进行其后的制样与化验。为了保 证所采集的样品具有代表性,就必须遵循一定的原则,采样科学的方法,了解其技术要求, 并掌握其操作要点才能予以实现