一、数学期望的概念 二、数学期望的性质 三、随机变量函数的数学期望 四、小结

一、随机变量和分布函数 1.随机变量的概念 基本事件有的是数量性质的,有的不是数量性质,为了更全面,更深入地研究随机现象,需 把试验结果数量化,即在基本事件与数之间建立一种对应关系,我们称这种对应关系为随机变 量

第3章数据类型、运算符与表达式 3.1程序设计概述 3.2C语言的数据类型 3.3常量和变量 3.4整型数据 3.5实型数据 3.6字符型数据 3.7算术运算与算术表达式 3.8赋值运算与赋值表达式 3.9C语言特有的运算和运算符

从上一章知道，无限长单位冲激响应（IIR）数字滤波器和有限长单位冲激响应（FIR）数字滤波器的实现结构并不相同。因此，两种滤波器的设计方法也不相同。我们通常采用窗函数法和频率抽样法等来设计FIR数字滤波器；以模拟滤波器为基础，采用单位冲激响应不变法，单位阶跃响应不变法和双线性变换法等来设计IIR数字滤波器。本章首先介绍数字滤波器的技术指标，然后讨论模拟滤波器的设计，最后讨论IIR数字滤波器的设计。 9.1 数字滤波器的基本概念 9.2 模拟滤波器的设计 9.3 用单位冲激响应不变法设计IIR数字低通滤波器 9.4 用单位阶跃响应不变法设计IIR数字低通滤波器 9.5 用双线性变换设计IIR数字低通滤波器 9.6 IIR数字高通滤波器的设计 9.7 IIR数字带通滤波器的设计 9.8 IIR数字带阻滤波器的设计

本书为上册.数值分析部分内容由解线性代数方程组的直接法和迭代法、矩阵特征值和特征向量的计算、非线性方程的数值解法、插值与逼近、数值积分、常微分方程初值问题的数值解法等基本内容组成.矩阵部分内容由矩阵基础知识、线性空间与内积空间、线性变换、矩阵的标准型、矩阵函数、广义逆等基本内容组成.书中内容力求精简，系统性强，循序渐进，易于教学

判别分类的频次间是否有差异的方法称为计数统计方法，主要是用卡方检验。 1、配合度检验 单因素分类计数数的实际次数与理论次数是否相同。 用 Nonparametric tests 中的Chi-Square和binomial。 2、独立性检验 有多分类的两个或多个因素之间是否独立。 两个因素：Cosstabs--Chi-Square 多个因素： Loglinear(用层次对数线性模型)

1. 认识软件 2. 数据录入与定义 编码——录入数据——定义数据 3. 数据整理 变换——排序 4. 其他常用内容 选择统计分析用的记录和变量 数据转置DATA--TRANSPOSE 数据文件拆分与合并DATA--MERGE FILES

第2章数据类型、运算符与表达式 2.1程序设计概述 2.2C语言的数据类型 2.3常量和变量 2.4整型数据 2.5实型数据 2.6字符型数据 2.7算术运算与算术表达式 2.8赋值运算与赋值表达式 2.9C语言特有的运算和运算符

数控加工过程 数控加工工艺概念与工艺过程 数控加工工艺的主要内容 数控加工工艺的特点 数控加工与工艺技术的新发展

第7章构造数据类型 一、构造数据类型:共用体、用户自定义类型 7.1数组 一组同类型的若干个(已知个数)多个相关变量的数据集合