科学的最终目的在于揭示事物变化的内在规律,因果关系是事物内在规律的 种基本形式。然而,事物的内在联系并不能直接观察到,所以需要在科学研究中应用 各种方法来加以探索和分析。通径分析便是一种探索系统因果关系的统计方法。 因果关系模型中明确设置自变量和因变量,通过模型分析,检査自变量对于 因变量的作用方向、作用强度和解释能力。并且,因果关系模型还可以用来进行 预测。本书第二章多元回归分析便是因果关系模型的一种。但是,多元回归模型 是一种比较简单的因果关系模型,它所假设的因果关系不存在多环节的因果结 构,尽管多元回归模型中可以包含多个自变量,然而各个自变量对因变量的作用 却是假设为并列存在的

第一章 温度 物态方程 第二章 热力学第一定律 第三章 热力学第二定律 第四章 热力学函数与应用 第五章 相变（Ⅰ） 第六章 相变（Ⅱ） 第七章 多元复相系 化学平衡 第九章 气体动理论（Ⅰ） 第十章 气体动理论（Ⅱ）

本书较全面地介绍了现代统计学的理论、方法及其应用技巧。针对多元统计分析方法计算量大和算法复杂的特点，以SAS软件包作为实现复杂统计计算的工具，本书着重介绍各种试验设计方法、统计分析方法及其适用条件、结合具体问题正确选用统计方法的技术以及对计算结果的正确解释和应用。在一切从实际出发的思想指导下，合理调整教材结构和编写形式，把处理同一类问题的统计方法集中到一起讲解，使貌似复杂的统计问题化繁为简，实用方便。本书具有以下独到之处：用计算器和计算机两种计算工具实现统计计算，便于读者选用；针对问题和资料闸述统计方法，有利于读者提高处理实际问题的综合能力；介绍的试验设计类型多，讲解详细，具有很强的可操作性；为读者成功地使用SAS软件提供了一条有效的捷径。根据教学对象的层次和学时数适当取舍内容，本书可作为研究生、本科生、大中专生的统计学教材，高等院校和科研机构的教师、学者、科技人员、生物医学工作者、管理工作者等学习和应用统计方法的参考书；还可作为用SAS软件解决统计问题的实用手册

多元分析（multivariate analyses）是多变量的统计分析方法，是数理统计中应用广泛的一个重要分支，其内容庞杂，视角独特，方法多样，深受工程技术人员的青睐和广泛使用，并在使用中不断完善和创新。由于变量的相关性，不能简单地把每个变量的结果进行汇总，这是多变量统计分析的基本出发点。 §1 聚类分析 §2 聚类分析案例—我国各地区普通高等教育发展状况分析 §3 主成分分析 §4 主成分分析案例－我国各地区普通高等教育发展水平综合评价 §5 因子分析 §6 因子分析案例 §7 判别分析 §8 典型相关分析（Canonical correlation analysis）

《C 语言程序设计 C》 《数据结构与算法》 《计算机组成原理 C》课程纲要 《数据库原理与应用 A》 《计算机网络》 《Python 基础与应用》 《数据采集与管理》 《大数据技术原理与应用》 《Java 程序设计》 《数据可视化》 《大数据运维》 《统计数据分析方法》 《机器学习 B》 《数据分析与挖掘技术》 《数据仓库（Hive）》 《大数据实时计算》 《专业英语 B》 《数学建模》 《人工智能基础 A》 《数据导入与预处理应用》 《数据科学与大数据专业文献检索与论文写作》 《创新思维培养与创业管理》 《Scala 技术与应用》 《数据科学导论》 《大数据与云计算》 《混合现实技术》 《分布式计算》 《区块链原理与技术》 《NoSQL 数据库技术》 《多模态信息处理》 《数据隐私与安全》 《多元统计分析与 R 语言建模》 《服务科学与服务工程概论》 《数据库系统工程师》 《知识图谱》 《Scala 程序设计》 《数据科学与大数据技术导论》 《大数据专业文献检索与论文写作》 《统计分析》 《数据采集与网络爬虫》 《计算机组成原理 D》课程纲要 《数据分析师认证》 《网络前端开发》 《非结构化数据存储与分析》 《信息安全前沿技术》 《项目管理》 《软件工程》 《算法设计与分析》 《运筹学》 《虚拟化技术》 《C 语言程序设计》 《操作系统原理（Linux）》 《数据库原理与应用 E》 《操作系统原理》 《深度学习》 《Hive 查询分析》 《流计算》 《文献检索与论文写作》 《数据资产登记》

《结晶学与矿物学》实验 《晶体光学及光性矿物学》实验 《岩石学 A 实验》 《矿相学实验》 《矿产勘查学实验》 《矿体建模及储量估算》实验 《油气地质测试分析实验》实验 《地震测井解释实验》实验 《土壤学》课程实验 《土地信息系统》实验 《地理信息系统 A 实验》 《地理信息系统基础与应用》实验 《地球科学概论》实验 《构造地质学 A》实验 《古生物学》实验 《地层学》实验 《古生物学与地层学》实验 《演化古生物学》实验 《矿床学 A》实验 《地质填图方法与技术》实验 《地球化学》实验 《自然灾害评估与防治》实验 《多元地学数据统计分析方法》实验 《沉积成岩作用研究方法与应用》实验 《岩浆岩成因研究方法与应用》实验 《变质作用研究方法与应用》实验 《地球化学理论与应用》实验 《岩石变形中的微观组构》实验 《成矿构造分析》实验 《构造解析》实验 《区域构造分析》实验 《地球生物学》实验 《地层学理论与应用》实验 《地层建造分析》实验 《生命的历史》实验 《中国地质学》实验 《遥感地质学 A》实验 《区域地质调查方法与技术》实验 《沉积环境与沉积相》实验 《流体包裹体研究及地质应用》实验 《地貌学及第四纪地质学》实验 《遥感原理与方法》实验 《岩石学 B》实验 《矿山地质学》实验 《石油构造分析》实验 《重砂测量与分析》实验 《矿业工程概论》实验 《宝石资源地质学》实验 《显微构造学》实验 《三维地质建模与可视化》实验 《人工智能在地学中的应用》实验 《综合地层学》实验

1 《地球科学概论》 2 《结晶学及矿物学》 3 《岩石学 A》 4 《构造地质学 A》 5 《古生物学》 6 《地层学》 7 《古生物学与地层学》 8 《矿相学》 9 《矿床学 A》 10 《地质填图方法与技术》 11 《地球化学》 12 《储层地质学》 13 《油气地球化学》 14 《石油与天然气地质学》 15 《油气成藏理论与研究方法》 16 《矿田构造学》 17 《土壤学》 18 《土地政策与土地法学》 19 《现代管理学》 20 《土地评价》 21 《不动产估价》 22 《土地资源学》 23 《土地信息系统》 24 《土地经济学》 25 《新生研讨课》 26 《地质类学科导论课》 27 《沉积成岩作用研究方法与应用》 28 《岩浆岩成因研究方法与应用》 29 《变质作用研究方法与应用》 30 《地球化学理论与应用》 31 《岩石变形中的微观组构》 32 《成矿构造分析》 33 《构造解析》 34 《区域构造分析》 35 《地球生物学基础》 36 《地层学理论与应用》 37 《地层建造分析》 38 《生命的历史》 39 《地球演化》 40 《地球系统科学概论》 41 《大地构造学》 42 《层序地层学》 43 《遥感地质学 A》 44 《地热地质学》 45 《盆地火山地质学》 46 《实现”双碳”目标的地学途径概论》 47 《区域地质调查方法与技术》 48 《地理信息系统应用》 49 《海洋地质学》 50 《中外含油气盆地》 51 《专业英语 AI》 52 《专业英语 AII》 53 《专业英语 B》 54 《专业英语 Z》 55 《沉积学与能源矿产》 56 《矿产资源法律法规》 57 《沉积环境与沉积相》 58 《多元地学数据统计分析方法》 59 《流体包裹体研究及地质应用》 60 《大地构造与成矿》 61 《数值模拟与地球动力学》 62 《城市地质学》 63 《行星地质学基础》 64 《地貌学及第四纪地质学》 65 《技术经济学》 66 《生态学》 67 《遥感原理与方法》 68 《岩石学 B》 69 《环境科学概论》 70 《自然地理学》 71 《中国地质学》 72 《矿山地质学》 73 《矿产勘查学》 74 《矿产经济学》 75 《油层物理学》 76 《油气田地下地质学》 77 《油气资源评价》 78 《石油构造分析》 79 《国土空间规划原理》 8

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。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

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

目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》