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、自变量趋向无穷大时函数的极限 二、自变量趋向有限值时函数的极限 三、函数极限的性质 四、小结思考题

第四节函数的极限 1.自变量趋向无穷大时函数的极限 2.自变量趋向有限值时函数的极限

回归分析的原理及应用 在分析化学,特别是仪器分析中,常常需要做工作曲线(也叫标准曲线,或 校正曲线,或检量线)。例如,原子吸收法中作吸光度和浓度的工作曲线,极谱法 中作波高和浓度的工作曲线等等。在分析化学中所使用的工作曲线,通常都是直 线。一般是把实验点描在坐标纸上,横坐标X表示被测物质的浓度,叫自变量。 大都是把可以精确测量或严格控制的变量(如标准溶液的浓度)作为自变量;纵 坐标y表示某种特征性质(如吸光度、波高等)的量,称因变量,一般设因变量 是一组相互独立、其误差服从同一正态分布N(O,2)的随机变量。然后根据 坐标纸上的这些散点(实验点)的走向,用直尺描出一条直线。这就是分析工作 者习惯的制作工作曲线的方法

在分析化学,特别是仪器分析中,常常需要做工 作曲线(也叫标准曲线,或校正曲线,或检量线)。 例如,原子吸收法中作吸光度和浓度的工作曲线,极谱 法中作波高和浓度的工作曲线等等。在分析化学中所 使用的工作曲线,通常都是直线。一般是把实验点描 在坐标纸上,横坐标X表示被测物质的浓度,叫自变量 。大都是把可以精确测量或严格控制的变量(如标准 溶液的浓度)作为自变量;纵坐标y表示某种特征性质 (如吸光度、波高等)的量,称因变量,一般设因变 量是一组相互独立、其误差服从同一正态分布N(O, o2)的随机变量。然后根据坐标纸上的这些散点(实 验点)的走向,用直尺描出一条直线。这就是分析工 作者习惯的制作工作曲线的方法

1.1回归 回归是计量经济学的主要工具 回归是研究一个因变量对一个或多个自变量的依赖关系的过程,其用意在于通过后者的设定去估计或预测前者的均值(总体 均值)。 “回归”最早是由英国统计学家Galton( 1886)提出见P3

定理1(无穷小与函数极限的关系) 在自变量的同一变化过程x→x(或x→∞)中,函数f(x) 具有极限A的充分必要条件是(x)=A+a,其中a是无穷小 简要证明令a=f(x)-A,则fx)-a

函数的连续性 一、函数的连续性 1函数的增量 设函数f(x)在U(x)内有定义,x∈Us(x)x=x-x,称为自变量在点x的增量

一、随机变量的函数 定义如果存在一个函数g(X),使得随机变量XY满足 Y=(X), 则称随机变量Y是随机变量X的函数. 注:在微积分中我们讨论变量间的函数关系时,主要研究函数关系的确定性特征,例 如导数、积分等而在概率论中,我们主要研究是随机变量函数的随机性特征,即由自变量 X的统计规律性出发研究因变量Y的统计性规律

转换函数 Int(x)求不大于自变量x的最大整数 Fix(x)去掉一个浮点数的小数部分,保留其整数部分 Hex$(x)把一个十进制数转换为十六进制数