本文分析了冷连轧机张力厚控系统,表明该系统是时变动态系统,从而确定使用最小方差自校正调节器应用于该系统。对实际系统进行了辨识模型并在此基础上进行了仿真研究。结果表明了自校正调节器控制效果优于PID调节器,而渐消记忆的递推最小二乘法是一种较好的在线辨识算法。将自校正调节器应用于实际张力厚控系统,使得带铜厚差得到明显改善

通过本章学习掌握证券组合的收益与风险 衡量,掌握马柯维茨均值一方差理论,资本资 产定价理论,国际资本资产定价理论以及证券 投资组合绩效评价的理论

假设检验的基本问题 1、假设检验的基本原理 小概率事件原理 小概率思想是指小概率事件(P<0.01或 P<0.05等)在一次试验中基本上不会发生。 反证法思想是先提出假设(检验假设H),再 用适当的统计方法确定假设成立的可能性大 小,如可能性小,则认为假设不成立;反之, 则认为假设成立

引言 第一章 回归分析 第二章 双变量回归分析 第三章 多变量回归分析 第四章 非线性模型 第五章 多重共线性 第六章 异方差 第七章 自相关 第八章 单方程模型的几个问题 第九章 联立方程模型 第十章 时间序列分析

本文经随机实验统计分析得出孔隙率函数（3lnφ-2ln（1-φ））近似服从正态分布,在实验的粒径范围内（30~180 mm）,其期望值和方差都随着岩块粒径的增大而增大.在推导出岩层二维下沉曲面方程的基础上,先后推演出燃空区冒落岩体孔隙率的连续非均质分布模型和随机离散化非均质分布模型.依据模型计算矩形煤火空间得出以下结果：燃空区浅部及边缘侧冒落岩体的孔隙率大,而中间区域孔隙率小;孔隙率等值线在x-y平面上的投影呈侧躺的＂U＂形分布;沿x轴,随着深入燃空区距离的增加,孔隙率呈类负指数形式衰减.此外,孔隙率连续分布和随机离散化分布,在整体的变化趋势上是相同的,区别之处在于后者所表示的孔隙率具有一定的随机波动性.将上述随机离散化模型应用在某火区温度场的数值模拟中,并经现场红外测温验证了模拟的准确性和孔隙率模型的适用性

案例分析一：关于计量经济学方法论的讨论 案例分析二：我国城市居民家庭消费函数——一元线性回归模型 案例分析三：建筑行业工资差异制度因素的分析——一元线性回归模型 案例分析四：中国税收增长的分析——多元线性回归模型的应用 案例分析五：中国 A 股新股抑价率多因素回归分析——多元线性回归模型应用 案例分析六：影响中国旅游市场发展的主要因素——多重共线性问题 案例分析七：医疗机构数与人口数量的关系——异方差问题 案例分析八：中国农村居民消费模型——自相关问题 案例分析九：美国制造业库存量 Y 和销售额 X 的关系——分布滞后模型应用 案例分析十：1978-2003 年我国国民总收入与居民储蓄存款的关系——虚拟变量模型的应用 案例分析十一：影响中国进口量的主要因素分析——模型的设定偏误问题 案例分析十二 ：研究中国城镇居民的生活费支出与可支配收入的关系——时间序列计量经济学模型 案例分析十三 ：美国个人汽油消费支出中的协整问题——时间序列计量经济学模型 案例分析十四：中国宏观经济调控模型——联立方程计量经济学模型

案例分析一：关于计量经济学方法论的讨论 案例分析二：我国城市居民家庭消费函数——一元线性回归模型 案例分析三：建筑行业工资差异制度因素的分析——一元线性回归模型 案例分析四：中国税收增长的分析——多元线性回归模型的应用 案例分析五：中国 A 股新股抑价率多因素回归分析——多元线性回归模型应用 案例分析六：影响中国旅游市场发展的主要因素——多重共线性问题 案例分析七：医疗机构数与人口数量的关系——异方差问题 案例分析八：中国农村居民消费模型——自相关问题 案例分析九：1978-2003 年我国国民总收入与居民储蓄存款的关系——虚拟变量模型的应用

§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