一、连续型随机变量的概念 二、常见的几种连续型分布

一、高敬型随机变量的概 二、种常见高型随机变量及其分布

一、数字电路的特点 二、典型应用 三、电子器件的发展 四、设计方法的变化 五、学习方法 六、考核方法 七、参考书 八、任课教师

一. 行列式的定义 1. 二阶行列式与三阶行列式 2. n阶行列式 二. 行列式的性质 三. 行列式按行（列）展开定理及其推论 四. 方阵乘积的行列式 五. 克莱姆法则

第一节 抽样调查的意义及基本概念 第二节 抽样调查的组织形式 第三节 抽样平均误差 第四节 全及指标的推断 第五节 必要抽样数目的确定 第六节 假设检验

第二章逻辑门电路 2.1基本逻辑门电路 2.2TTL逻辑门电路 2.3MO逻辑门电路 2.4集成逻辑门电路的应用 2.5正负逻辑及逻辑符号的变换

第一节 统计调查的内容与方法 第二节 统计调查的组织(即调查的种类) 第三节 统计分组 第四节 分配数列 第五节 统计表

最小二乘影像匹配 最小二乘影像匹配(Least Squares Image Matching)是 由德国 Ackermann教授提出的一种高精度影像匹配算 法,该方法的影像匹配可以达到1/10甚至1/100像素 的高精度,也即可以达到子像素级(SubPixel)。它 可应用于:

本章讨论加权最小二乘估计，异方差性和自相关一致协方差估计，两阶段最小二乘估计（TSLS），非线性最小二乘估计和广义矩估计（GMM）。这里的大多数方法在“联立方程系统”一章中也适用

本章介绍EViews中基本回归技术的使用：说明并估计一个回归模型，进行简单的特征分析并在深入的分析中使用估计结果。随后的章节讨论了检验和预测，以及更高级，专业的技术，如加权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、ARIMA/ARIMAX模型、GMM（广义矩估计）、GARCH模型,和定性的有限因变量模型