§1 灰色系统概论 §2 关联分析 §3 优势分析 §4 生成数 §5 灰色模型 GM §6 灰色预测 §7 SARS 疫情对某些经济指标影响问题 §8 道路交通事故灰色 Verhulst 预测模型 §9 GM(2,1)和 DGM 模型 §10 GM(1, N) 和GM(0, N) 模型 §11 总结

因子分析的重点 1、什么是因子分析? 2、理解因子分析的基本思想 3、因子分析的数学模型以及模型中公共因子、因子载荷变量共同度的统计意义 4、因子旋转的意义 5、结合SPSS软件进行案例分析

§1 数据表的基础知识 §2 一元线性回归 §3 多元线性回归 §4 Matlab 中的回归分析 §5 非线性回归和逐步回归

§3 灵敏度分析 §2 正交三角分解法 §1 三角分解法

❖ 1、什么是因子分析？ ❖ 2、理解因子分析的基本思想 ❖ 3、因子分析的数学模型以及模型中公共因子、 因子载荷变量共同度的统计意义 ❖ 4、因子旋转的意义 ❖ 5、结合SPSS软件进行案例分析

1、超平面的分析表达 2、 Minkowski泛函的定义及属性。 3、一般隔离定理的证明

一 叙述题：（每小题 5 分，共 15 分） 1 开集和闭集 2 函数项级数的逐项求导定理 3 Riemann 可积的充分必要条件

2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

◼ 2.1 数学模型的定义和分类 ◼ 2.2 数学模型的建立 ◼ 2.2.1 建立数学模型的过程 ◼ 2.2.2 对模型的基本要求 ◼ 2.2.3 数学模型的验证和误差分析 ◼ 2.3 Excel 在建立数学模型的应用 ◼ 2.3.1 污水处理的线性回归分析 ◼ 2.3.2 结构分析和曲线拟合 ◼ 2.3.3 用Excel进行参数估计

一、问题的前期分析 包括： 二、明确问题、分析条件、分析数据 三、为什么问题前期分析至关重要？