高等植物从营养生长转入生殖生长是植物个体发育史上的一个重大转变。植物从营养生 长向生殖生长转化需要一些特殊条件,但不论是一年生、二年生或多年生植物都必需达到一 定的生理状态后,才能感受所要求的外界条件而成花。植物能对环境起反应而成花所必需达 到的生理状态称花熟状态(ripeness to flower state植物达到花熟状态之前的时期称 幼年期( juvenile phase)。植物达到花熟状态,在适宜的环境条件下就开始花芽分化,这 是植物从营养生长转入生殖生长的标志,但开花是非常复杂的过程,在开花之前植物体内发 生一系列复杂的生理生化变化

第二章会计科目与账户 第一节会计科目 一、会计科目的设置 (一)设置会计科目的意义 在企业的生产经营过程中,会经常发生各种各样的经济业务,这些业务的发生必然会引起各项会计要素发生增减变化,而这些变化或者涉及会计要素之间发生变化(如或涉及会计要素各内部项目发生变化(口这些变化是如何进行的,变化的结果什么?就需要借助于会计来记录,提供变化过程和结果的信息。但是,如果只按六大会计要素作为会计数据的归类标准,就过于笼统、概括,不能完整提供管理上所需资料

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

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量

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

速写是一种记录和传达视觉感受和心理表象的绘画手段,也 是一种自由发挥,方式多样的绘画形式,其用时快则30秒,慢则 半小时 本书主要说明了如何使用各种绘画媒材与技巧来进行快速而有 效的速写,也对透视。构图.色调,质感、暗部与投影等一些素描 基础要素作了简要的介绍,本书并不过分强调技巧,或重视某一技 巧而看轻另一技巧,而是注重通过简单而直接的勾勒和色调,阴影 与色彩的作用来增强速写的画面效果 如果说在不同纸张上用铅笔和钢笔画成的黑白速写已是效果非 凡的话。那么增添色彩,画面的意境就更完美而令人惊奇了

图 图( Graph)是一种较线性表和树更为复杂的非线性结 构。在线性结构中,结点之间的关系是线性关系,除开 关系,同层上的每个结点可以和一层的零个或多个结 点(即孩子)相关,但只能和上一层的一个结点(即双 亲)相关(根结点除外)。然而在图结构中,对结点( 图中常称为顶点)的前趋和后继个数都是不加限制的, 即结点之间的关系是任意的。图中任意两个结点之间都 可能相关。由此,图的应用极为广泛,特别是近年来的 迅速发展,渗透到诸如语言学、逻辑学、物理、化学 、电讯工程、计算机科学以及数学的其它分支中

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

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