教学内容： 1.总量指标的含义、种类、计量单位及其各种单位的特点 2.相对指标的含义、表现形式及种类 3.平均指标的内涵、作用、各种平均数的计算方法、应用场合 4.标志变异指标的含义、作用、种类及其计算 教学重点： 1.总量指标的种类 2.相对指标的种类及计算 3.平均指标的种类、计算及其应用场合 4.标志变异指标的作用、种类及其应用场合 教学难点：平均指标、标志变异指标的计算及其应用场合

因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

本工作采用“弹性基础梁理论定方程的结构,统计分析实验资料对理论解给以校正”的方案,建立了四辊冷带轧机的辊系刚度模型。结合热辊型研究,给出了能正确反映物理规律、有一定精度并且便于在线板型控制应用的板型方程

本文介绍一种新的混合离散变量优化方法及通用程序。该程序适合于求解含有整型、离散型和连续型变量的最优化问题,能给出符合工程要求的规格化最优解。本程序经用30个工程设计和数学问题的考核与评定,证明这种具有多功能的组合型算法和程序,其解题的可靠性,若按最优解的目标函数值的精度在10-2以下统计,达到100%。文中还简介了本程序在两个工程设计问题中的应用

本工作根据φ250mm×5+φ300mm×1半连续小型轧机力能参数、动态速降与成品尺寸分布的测试资料,着重对产品精度进行了统计分析,明确了“大头—大尾”以及成品尺寸沿长度上高频率波动的形成机理,应用电流记忆法估算了K2—K1机架间的张力水平;指出欲进一步提高产品精度、稳定连轧过程,必须开发型钢连轧的微张力控制技术

建立了一种新的二次频谱分析方法,首次提出了小波倒频谱的概念.将基于小波倒频谱的多尺度统计特征量综合监测法应用于微孔钻削的状态监测,取得了较好的结果

在运用等效连续介质模型分析了裂隙岩体渗流场时,综合考虑并比较了单孔压水试验和节理裂隙统计取得的渗透系数,获得了能较好反映原位地质环境的修正渗透张量.将这种确定渗透张量的方法应用于某铁矿边坡工程渗流场分析中,取得了较好的结果

多年来,由于对钛矿的无序开采,使得海南岛东部出现大面积的土地荒漠化.采用遥感的手段进行跟踪监测,合理地授予采矿权,组织适当的复垦,是解决当地荒漠化的有效途径.基于不同沙地类型在地表空间结构上的差异,提出将基于地质统计学的影像纹理应用到荒漠化监测中,通过变异函数纹理来加大各种不同类别沙地间的区别,提高样本选择的分离度.结果表明,运用变异函数纹理结合光谱波段的最大似然分类方法能够很好地界定海滩沙地和内陆荒漠地的等级,最高分类精度达到92.4%,证明了基于地质统计学的影像纹理在实现该地区遥感荒漠化监测方面的有效性

从区域化变量分布的稳健性角度,借鉴产品加工质量精度控制的理论,基于Johnson分布曲线族提出了一套非正态数据转换方法,并设计了转换流程.以SPSS和Surpac矿业软件为工具,通过实际案例分析了传统数据转换方法和Johnson转换方法的应用效果.实践证明,采用上述方法转化后的数据开展统计分析、变异函数模型的拟合及验证、克立格估计等工作,更容易满足稳健性要求,并能从本质上减小估计误差,提高估计精度

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量