第一节 相关和回归 第二节 一元线性回归模型 第三节 多元线性回归模型 第四节 方程的解释能力 第五节 回归方程的检验和回归系数的推断统计 第六节 多重共线性及其解决方案 第七节 虚拟变量的应用 第八节 计算机应用 第九节 研究实例

第一节 相关和回归 第二节 一元线性回归模型 第三节 多元线性回归模型 第四节 方程的解释能力 第五节 回归方程的检验和回归系数的推断统计 第六节 虚拟变量的应用 第七节 多重共线性及其解决方案 第八节 计算机应用

基本概念 采样理论( sampling theory)是指如何进行试样 采集的数学统计理论。怎样通过局部采样在统计 意义上尽可能代表总体,是采样理论和方法所研 究的内容。分析化学中常用的采样方法包括固体 物质的采样方法、动态过程的采样方法和质量检 验的采样方法。 采样常数(sampling constants)为表征实验室样 本的均衡性,或考虑样本的分隔效应, Ingamell和 Visman分别定义了几个采样常数,以便更好的描 述采样特征

参数估计的内容: 1、点估计(Point Estination):估计未知参数的值 2、区间估计(Interval Estimation):估计未知参数的估计值的精确性和可靠性 0=θ+△ 本章介绍统计学中的参数估计的一些基本概念和方法

教学目标明确统计的一些基本概念,如均值、方差、标准差和相关系数等 了解正态分布;掌握原始分数与标准分数的转换方法;理解信度、效度、难度、 区分度的含义,了解常用的计算方法

前面讨论的简单随机抽样和分层抽样,我们所关心的参 数都是单指标的,给出的估计量也是线性形式。这一章我们 将要讨论比较复杂的情况,我们关心的参数不再是单指标的 而是两个或两个以上的指标。此时,遇到的统计量不再是线 性形式,往往呈现出非线性形式,比如两个变量之比,或呈 现变量之间的回归关系

上一节讨论的分配原则主要是在n给定的条件下对各 层中的抽样容量的合理分配。本节面临的问题是在分层抽样 下如何确定n。显然它与调查所要求的精度、调查的统计 量、如何分层、各层的样本容量如何分配以及各层单位抽样 花费等等因素有关

一、SAS系统简介 二、SAS系统的启动与关闭 三、SAS程序结构、程序的输入、修改调试和运行 四、常用生物统计方法的SAS程序 —t检验 —方差分析 —线性回归与相关分析

利用神经网络结构计算方法对岩石基复合材料支护大尺度采空区动力损伤演化趋势进行统计和预测,并与工程现场多种方法的综合监测数据进行了比较,其结果完全吻合

如果在某种灾变中,所有科学知识都将被毁灭, 只有一句话能传给后来的智慧生物,那么,怎样的 说法能以最少的语言包含最多的信息呢?我相信那 就是原子假说,即万物皆由原子构成。在这一句话 里.有着关于这个世界的极大量的信息