参数估计，通俗地说，就是根据抽样结果来合理地、科学地估计总体的参数很可能是什么？或者在什么范围。点估计：根据样本数据算出一个单一的估计值，用来估计总体的参数值。区间估计：计算抽样平均误差，指出估计的可信程度，进而在点估计的基础上，确定总体参数的所在范围或区间

海底金矿矿山水害对矿山生产、人员施工及矿山设备等产生较大威胁，是矿山开采中的自然灾害之一，快速有效的判别出矿山水害水源对于事故的防治有重要意义。三山岛金矿的巷道围岩裂隙普遍并长期存在涌水现象，矿区开采中矿井水害的水源主要有海水、第四系水、基岩裂隙水、地下水等，为了准确快速的判别矿井水水源，有效预防矿井水突水及水害威胁，本研究结合监测点水样的水文地质条件与不同监测点水样的水化学成分分析，选取Mg2+、Na++K+、Ca2+、SO42?、Cl?和HCO3 ?共6项指标作为判别因子，通过主成分分析得出不同水样的矿化程度。在贝叶斯算法分析原理的基础上，将马尔可夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)引入到贝叶斯方法中，运用统计软件SPSS统计，构建贝叶斯判别分析模型，得出基于水样样本信息的算法估计的后验分布，得出矿山水害水源的分析方法。运用三山岛金矿水害取水点的水样分析数据进行详细的分析验证，建立矿井突水水源模型，进行不同水样的信息分析，得出贝叶斯统计函数并进行水源判别结果分析，验证了贝叶斯矿山水害水源判别模型的准确性和实用性，对现场工作的开展和水害防治有一定的指导意义

第一节 抽样调查的概念及程序 第二节 概率抽样调查 按照随机原则，从总体中抽取一定数目的单位作为样本，用样本数据来推断总体数量的特征，并控制抽样误差。 第三节 非概率抽样调查 从总体中非随机地选择部分单位构成样本，说明总体的特征。 第四节 样本单位数的确定 第五节 调查误差及其控制 调查误差的概念 调查误差的分类 调查误差的控制

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

抽样调查是一项严肃认真的工作，对调查员素质要求较 高。真实可靠的调查资料是抽样调查质量保证的基础。由于 调查员工作态度的马虎和疏漏对数据质量造成的损失是毁灭 性的。 试想一个学校为了了解教师的教学质量，发给班长一叠 调查表，班长找几个同学一人填上十份交了回来，这种调查 结果有多大意义？

抽样推断既然必须处理收集来的数据，因此数学知识是 必不可少的。下面仅就抽样调查中一些最基本的常用数学知 识和概念以直观简洁的方式做一些介绍

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础

抽样推断既然必须处理收集来的数据，因此数学知识是必不可少的。下面仅就抽样调查中一些最基本的常用数学知识和概念以直观简洁的方式做一些介绍

根据热力学和统计热力学基木原理以及大量实验,在原子态溶液体系范围内证明了溶液混合焓△${\\rm{H}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$与混合超额熵△${\\rm{S}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$具有符号一致性的规律。从而建立了一种判断实验数据△${\\rm{S}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$,△${\\rm{H}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$,△${\\rm{G}}\\frac{{\\rm{E}}}{{{\\rm{mix}}}}$可靠性的极限方法

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