数学首先从对运动（如天文、航海问题等）的研究中引出了一个基本概念，在那以后的二 百年里，这个概念在几乎所有的工作中占中心位置，这就是函数-------或变量间关系--------的概 念。紧接着函数概念的采用，产生了微积分

微积分成果优先权的争论 微积分是能应用于许多类函数的一种新的普遍的方法，这一发现必须归功于牛顿和莱布尼 茨两人。经过他们的工作，微积分不再是古希腊几何的附庸和延展，而是一门独立的学科。 历史上，关于微积分的成果归属和优先权问题，曾在数学界引起了一场长时间的大争论

一、多无线性回归模型 上节讨论了一元线性回归模型,在实际问题中,遇到更多的是讨论随机变量Y与非随机变量x,x2,…,x之间的关系,本节假设它们具有线性关系

1、(9分)已知某城市中有50%的用户订日报,65%的用户订晚报,85% 用户至少这两种报中的一种,问同时订两种报的用户占百分之几。 2、(9分)从4台甲型、5台乙型电脑中任取3台,求其中至少要 有甲型与乙型电脑各一台的概率

两因素方差分析是讨论两因素试验的统计推断问题。本 文分非重复试验和重复试验两种情形进行讨论。 一、两因素非重复试验的方差分析 设有两个因素A,B,因素A有r个不同水平: A,A2…,A,;因素B有s个不同水平:B1,B2…,B 在A,B的每一种组合水平(A,B)下作一次试验,试验 结果为X,=(i=1,…,r,j=1,2,,),所有X,相互独立

通常把生产实践与科学实验中的结果,如产品的性能, 产量等统称为指标,影响指标的因素用A,B,C,…,表示。 因素在试验中所取的不同状态称为水平,因素4的不同水 平用A1,A2表示。 在一项试验中,如果让一个因素的水平变化,其他因素 水平保持不变,这样的试验叫做单因素试验。处理单因 素试验的统计推断问题称为单因素方差分析或一元方差 分析。类似地可定义多因素方差分析。本节先介绍单因 素方差分析

前面介绍的各种统计假设的检验方法,几乎都假定了总 体服从正态分布,然后再由样本对分布参数进行检验。 但在实际问题中,有时不能预知总体服从什么分布,这 里就需要根据样本来检验关于总体分布的各种假设,这 就是分布的假设检验问题。在数理统计学中把不依赖于 分布的统计方法称为非参数统计方法

1. 了解n维向量空间、子空间、基、维数、坐标等概念; 2. 了解内积的概念; 3. 了解标准正交基的概念; 4. 掌握线性无关向量组标准规范化的Schimidt(施密特)方法

前面,我们已经了解到,在假设检验中使用的逻辑是: 如果原假设H是对的,那么衡量差异 大小的某个统计量落入区域W(拒绝域)是 个小概率事件.如果该统计量的实测值落入 W,也就是说,H成立下的小概率事件发 生了,那么就认为H不可信而否定它.否则 我们就不能否定HO

在本讲中,我们将讨论不同于参数估计的另一类重要的统计推断问题.这就是根据样本的信息检验关于总体的某个假设是否正确.这类问题称作假设检验问题