在社会科学研究中,一个经常会遇到的问题就是要对定性变量数据进行量化 分析,因为研究中往往使用一些定性( Nonmetric)变量,例如名义变量或序次 变量来反映研究对象的行为、态度等,研究不同性别的顾客对不同品牌商品的喜 好,不同职业的人在吸烟行为上的差异等都属于此类研究。以往在分析这样的定 性变量时,往往需要使用非线性统计方法,例如L< linear等,但在每个变量都 划分成许多类别的情况下,这些分析方法就很难直观地揭示出变量之间的联系以 及变量类别之间的关系

第一节 误差的基本概念 第二节 随机误差的正态分布 第三节 有限测定数据的统计处理 第四节 提高分析结果准确度的方法 第五节 有效数字及其运算规则 第六节 Excel在实验数据处理中的应用

检验拟合优度，P-值定义与应用 信号观测的显著程度 皮尔逊的χ2检验 样本、估计量与偏置 估计量的平均值、方差与协方差

1. 掌握直线回归的原理和推导过程。 2. 掌握实现相关的基本概念方差检验的适用条件（样本特性）。 3. 熟悉相关性的判定方法及评定标准

6.1 数据统计处理 6.2 数据插值 6.3 曲线拟合 6.4 离散傅立叶变换 6.5 多项式计算

资料整编步骤考证基本资料,审核原始监测资料,编制成果图表,编写资料整编说 明,整编成果的审查验收、存贮与归档。 统计数值时,平均值采用算术平均法,尾数按四舍五入处理;挑选极值时,若多次出 现同一极值,则记录首次出现者的发生时间。 资料整编说明应包括:资料整编的组织时间、方法、内容及工作量概况;监测井网的 调整变更情况;监测方法精度、高程测量校测和测具检定概况;监测资料的质量评价;存 在问题及改进意见

任务一 把握总量指标的特点 熟知总量指标的种类 任务二 理解相对指标的特点和作用 掌握相对指标的种类及计算 任务三 计算和运用相对指标 应该遵循的原则

01 经典线性回归模型 02 普通最小二乘估计 03 拟合优度和模型选择准则 04 OLS估计量的无偏性和有效性 05 参数假设检验 06 应用与重要实例

(一)函数关系 它反映着现象之间存在着严格的依存关系, 也就是具有确定性的对应关系,这种关系可用一 个数学表达式反映出来。 例如某种商品的销售额和销售量之间,由于 价格因素,所以两者可表现为严格的依存关系

一、明确基于特征、案例维归约与技术归约的区别。 二、解释数据挖掘过程的预处理阶段中进行数据归约的优点。 三、应用相应的统计方法,理解特征选择和特征 构成的基本原则。 四、理解特征等级主成分分析方法。 五、区别基于增量和平均样本的案例中的技术