第一章 质量管理概论 第二章 IS09000族标准与质量管理体系 第三章 质量检验 第四章 概率与统计基础 第五章 正交试验设计与田口方法 第六章 方差分析法 第七章 回归分析 第八章 抽样检验 第九章 统计过程控制与诊断 第十章 接近零不合格过程的质量控制 第十一章 质量改进常用方法 第十二章 质量机能展开(QFD) 第十三章 质量评估方法 第十四章 顾客满意度 第十五章 可靠性、维修性与产品安全性 第十六章 计量 第十七章 测量系统分析(MSA) 第十八章 业务流程重组 第十九章 网络时代的质量管理 第二十章 六西格玛工程简介 附录1：常用数表 附录2：正交表、正交多项式系数表 附录3：质量管理法律、法规及文献目录

论述隔热技术在军用装甲车辆上的应用意义,分析发动机燃烧室应用隔热技术存在的困难和关键问题.采用类比实验的方法,应用金属半固态加工理论和材料属性的研究方法,通过对金属陶瓷(以TiC-Ni为例)进行热模拟实验,研究金属陶瓷在高温下的变形规律和性能,从而探索性地研究陶瓷在高温下的破坏机理.实验和研究表明:基于经典弹塑性及蠕变理论的本构方程,非弹性应变在高温下其本质上是时间相关的.非弹性变形是由一单一的机理控制,宜用统一的方法,即把塑性及蠕变相联系起来的弹粘塑性本构方程来处理.根据热模拟实验数据,采用多元回归的方法拟合出反映某金属陶瓷在高温下变形性能的数学模型,最后应用数理统计的方法对建立的数学模型进行检验,结果表明建立的模型是合理的

《高等代数 I》教学大纲（理论课） 《高等代数 II》教学大纲 《解析几何》教学大纲 《数学分析 1》教学大纲 《数学分析 2》教学大纲（理论课） 《复变函数》教学大纲（理论课） 《应用回归分析》教学大纲（理论课） 《概率论与数理统计 A》教学大纲（理论课） 《应用随机过程》教学大纲 《运筹学》教学大纲 《最优化方法》教学大纲 《数学与经济》教学大纲（理论课） 《自动控制原理》教学大纲 《常微分方程》教学大纲（理论课） 《计算智能》教学大纲 《数据挖掘》教学大纲（理论课） 《信息论基础》教学大纲 《数学建模》教学大纲 《数值分析》教学大纲 《微分方程数值解》教学大纲（理论课） 《数学专业英语》教学大纲

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

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

我们前面已经比较系统地讨论了双样本的参数和非参数检验的问题。现在，我们希望利用一般的方法来检验三个以上样本的差异， 检验法和方差分析法就是解决这方面问题的。检验法可以对拟合优度和独立性等进行检验，方差分析法则可以对多个总体均值是否相等进行检验。后者由于通过各组样本资料之间的方差和组内方差的比较来建立服从F分布的检验统计量，所以又称F检验。 第一节：拟合优度检验 第二节：无关联性检验 第三节：方差分析 第四节：回归方程与相关系数的检验

随机解变量 澤后变量 虚拟变量 时间变量 随机解释变量 估计量的渐进特征 随机解释变量模型最小二乘估计量的统计特征 工具变量法 工具变量法估计量的统计性质 工具变量估计法的例题 课题和数据 工具变 EViews量法的估计 滞后变量 外生变量分布滞后模型 有限分布滞后模型的估计 内生变量分布滞后模型 虚拟变量 为什么引入虚拟变量 测量截距变动 测量斜季变动 分段线性回归 时间变量 最简单的 EViews编程示例

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

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一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)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

(一)单因素试验在科学试验和生产实践中, 影响一事物的因素往往是很多的例如,在化 工生产中,有原料成份,原料剂量,催化剂,反 应温度,压力,溶液浓度,反应时间,机器设备 及操作人员的水平等因素.每一因素的改变都 有可能影响产品的数量和质量.有些因素影响 较大,有些较小.为了使生产过程得以稳定,保 证优质,高产,就有必要找到对产品质量有显 著影响的那些因素.为此,我们需进行试验,方 差分析就是根据试验结果进行分析,鉴别各个 有关因素的作用的有效方法