⚫ 方差分析 – 方差分析的过程 – 单因素方差分析 – 二因素方差分析 ⚫ 相关分析 – 相关分析的过程 ⚫ 回归分析 – 一元回归 – 多元回归

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

针对冷轧带钢生产现场常见的板形翘曲缺陷，应用辛弹性力学方法对因材料纵向延伸在厚度方向上出现不均匀而导致带钢翘曲变形的现象及过程进行了解析研究，通过建立和求解带钢翘曲变形力学模型，推导获得带钢翘曲度大小和不均匀纵向延伸的关系.在选择通用有限元软件验证了基于辛弹性力学方法的带钢翘曲变形力学模型及计算结果的正确性的基础上，计算得到了各个影响因素对翘曲变形的影响规律.计算结果表明，带钢翘曲度大小随着带钢上下表面纵向延伸差和横向与纵向延伸差比值的增大而线性地增大，随着带钢厚度增大而减小，随着带钢宽度增大而呈二次关系增大.最后，应用辛弹性力学方法带钢翘曲变形模型，研究了C翘向L翘的转化现象，建立了C翘转化为L翘的力学模型，获得其转化关系公式，并通过现场实验验证了转化公式的准确性

从锌铝镁镀层的熔池界面反应、镀层组织、表面和切边腐蚀机理、腐蚀产物类型变化等方面, 对高耐蚀锌铝镁镀层的研究进展进行了详细分析. 根据Al成分含量的不同, 将商用及实验室锌铝镁镀层分为\低铝\、\中铝\和\高铝\锌铝镁三种类型: 不同类型的锌铝镁镀层的金属间化合物层生长动力学存在差异, 为了控制镀层厚度, 应合理控制浸镀时间、温度与熔池成分; 凝固组织也存在差异, \低铝\与\中铝\会析出Al或Zn初晶、Zn/MgZn2二元共晶组织、Zn/MgZn2/Al三元共晶组织, \高铝\会产生富Al枝晶、枝晶间富Zn相、Mg2Si相、MgZn2相, 不产生共晶组织; 发生表面腐蚀时, \低铝\与\中铝\中MgZn2相先电离, 并生成碱性锌盐、双层氢氧化物等致密的腐蚀产物, 抑制腐蚀; 发生切边腐蚀时, 锌铝镁会出现自修复现象, 在切边钢基或镀层破损处形成碱性锌盐, 保护基体

热致相变贮热材料四卤合金属酸(Ⅱ)二烷基铵具有层状钙钛矿结构,通过晶型有序-无序转变能可逆地固-固相变贮热.合成了两种材料四氯合锰酸十二铵n-(C12H25NH3)2MnCl4和四氯合锰酸十四铵n-(C14H29NH3)2MnCl4,并在两种材料的乙醇溶液中结晶出一系列二元混合体系.对纯组分及各个二元体系利用差示扫描量热(DSC)测定了热分析曲线,采用Kissinger和Ozawa两种动力学模型研究了材料的非等温固-固相变动力学,计算了固-固相变过程的活化能和反应级数.两种方法的计算结果相一致.随着C12Mn质量分数的增加,二元体系表观活化能Ea值呈波动变化.CnMn及二元体系的反应级数均接近于1

§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

第一章 初等数学 第二章 解析几何 第三章 线性代数 第四章 微分学 第五章 积分学 第六章 向量与场论初步 第七章 级数 第八章 复变函数 第九章 积分变换 第十章 特殊函数 第十一章 常微分方程 第十二章 偏微分方程 第十三章 积分方程 第十四章 概率论 第十五章 数理统计方法 第十六章 随机过程 第十七章 统计计算方法 第十八章 误分析插值法曲线拟合 第十九章 数值微分·数值积分·积分方程数值解 第二十章 线性方程组的解法·矩阵求逆 第二十一章 方程解法、非线性方程组解法 第二十二章 矩障特征值的计算 第二十三章 常微分方程数值解法 第二十四章 偏微分方程的有限差分方法 第二十五章 偏微分方程的有限元方法及其他方法 第二十六章 离散数学 第二十七章 模糊数学 第二十八章 组合数学 第二十九章 现代控制论 第三十章 信息论 第三十一章 系统工程

§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 (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