一、模型估计方法的比较 二、为什么普通最小二乘法被普遍采用 三、模型的检验

一、狭义的工具变量法（IV） 二、间接最小二乘法(ILS) 三、二阶段最小二乘法(2SLS) 四、三种方法的等价性证明 五、简单宏观经济模型实例演示 六、主分量法的应用 七、其它有限信息估计方法简介 八、k级估计式

本文介绍在M-150电子计算机和IBM-PC/XT微型机上建立的圆钢计算机辅助孔型设计程序系统。详细介绍了该程序系统的特点及构成,各模块的功能及模块功能的实现。同时给出了该程序系统中使用的计算宽展、屈服应力、轧制力、力矩及轧制温度的模型

本文主要对钾、钠及其化学物在高炉冶炼条件下的行为进行了较系统的热力学计算,并且结合包钢试验高炉取样数据,山西省闻喜高炉冶炼钾长石的物料平衡计算及新疆钢铁公司冶炼雅满苏矿的特点,初步归纳了钾、钠化学物在高炉冶炼过程中形成条件

§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

§1.1 计量经济学 §1.2 经典计量经济学模型的建模步骤 §1.3 计量经济学模型的应用

为减少冷轧带钢的非对称板形缺陷的产生,设计了工作辊非对称弯辊控制系统.应用影响函数法计算辊系变形,同时考虑辊缝中金属横向流动对带钢出口横向张力分布的影响,通过迭代法计算出工作辊两端施加不同弯辊力后的辊间压力分布、出口厚度横向分布以及出口横向张应力分布.理论分析结果表明,工作辊非对称弯辊可以在一定程度上改善辊间压力分布不均,减轻轧辊磨损和减少轧辊掉皮事故的发生,降低带钢边部的非对称板形缺陷.实际应用结果证明,当倾斜调整量小于10%时,应用工作辊非对称弯辊替代倾斜调整,可以获得更好的板形精度

利用正交试验设计分析了乳化剂质量分数、油性剂种类和乳化液体积分数对板带钢乳化液润湿性的影响,研究了不同阴离子和非离子乳化剂的复合比例对乳化液动态接触角的影响机理.结果表明:影响乳化液在普碳钢Q235表面接触角和铺展系数的因素的大小顺序为乳化液体积分数>乳化剂质量分数>油性剂种类;阴离子和非离子组成的复合乳化剂改善乳化液润湿性的效果优于单一非离子或阴离子乳化剂.最后,运用Y-G-G经验方程计算普碳钢Q235基板的表面张力和乳化液与基板的界面张力.计算结果表明:普碳钢Q235基板的表面张力约为43 mN·m-1,当阴离子乳化剂的质量分数为50%时,复合乳化液与基板的界面张力最小,较单独添加阴离子乳化剂时的界面张力降低了10.78%

1. 凸轮机构的应用和分类 2. 推杆的运动规律 3. 凸轮轮廓曲线的设计 4. 凸轮机构基本尺寸的确定

§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