第一节均数的抽样误差 第二节t分布与可信区间 第三节t检验 第四节假设检验的步骤及其有关概念

1 测量误差的基本概念 2 表达误差的几种形式 3 误差的性质和分类 4 有效数字 5 系统误差的校正 6 随机误差的统计学处理 7 粗大误差的剔除 8 测量不确定度及其评定方法

2.1 测量误差的基本概念 2.2 表达误差的几种形式 2.3 误差的性质及分类 2.4 有效数字 2.5 系统误差的校正 2.6 随机误差的统计学处理 2.7 粗大误差的剔出 2.8 测量不确定度及其评定方法

1 测量误差的基本概念 2 表达误差的几种形式 3 误差的性质和分类 4 有效数字 5 系统误差的校正 6 随机误差的统计学处理 7 粗大误差的剔除 8 测量不确定度及其评定方法

逐步判别分析 在判别函数中,判别作用大的指标尽可能不要遗漏,作用小的指标则要尽量排除。逐步判别分析可对指标进行筛选,挑出必要的、较好的指标组合,建立判别函数,从而提高判别效果

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

方差分析的基本思想及应用条件 完全随机设计资料的方差分析 随机区组设计资料的方差分析 多个样本均数间的多重比较

第一节 配对设计和单样本资料的符号秩和检验 第二节 完全随机设计两独立样本秩和检验 第二节 完全随机设计两组独立样本秩和检验 第三节 完全随机设计多组独立样本秩和检验 第四节 随机区组设计资料的秩和检验 第五节 多个样本两两比较秩和检验

第一节 χ2分布和χ2检验的步骤 第二节 完全随机设计下两组频数分布的χ2检验 第三节 完全随机设计下多组频数分布的χ2检验 第四节 配对设计下两组频数分布的χ2检验 第五节 χ2检验要注意的问题 第六节 四格表的确切概率法

第一节 方差分析的基本概念 第二节 完全随机设计资料的方差分析 第三节 随机区组设计资料的方差分析 第四节 多个样本均数间的两两比较 第五节 方差分析的前提条件和变量变换