尾砂胶结充填体作为一种水泥基多相复合材料,其单轴抗压强度与超声波波速受水泥含量、固体质量分数、试件形态等因素影响.通过制备三种形态(7.07 cm×7.07 cm×7.07 cm立方体,Φ5 cm×10 cm圆柱体和Φ7 cm×14 cm圆柱体)的试件并进行单轴抗压强度试验和声波波速测试,对充填体强度和波速受水泥含量、固体质量分数和试件形态影响的规律进行了灰色-关联度分析.结果表明:水泥含量是影响强度的关键核心因素,关联度为0.837;固体质量分数是影响波速的关键核心因素,关联度为0.712.建立了充填体强度-波速指数函数预测模型和BP神经网络预测模型,通过对两种预测模型进行统计分析的F检验和t检验验证了两种方法在充填体强度预测的可行性,为胶结充填体的强度预测提供了新方法

第一章 质量管理概论 第二章 IS09000族标准与质量管理体系 第三章 质量检验 第四章 概率与统计基础 第五章 正交试验设计与田口方法 第六章 方差分析法 第七章 回归分析 第八章 抽样检验 第九章 统计过程控制与诊断 第十章 接近零不合格过程的质量控制 第十一章 质量改进常用方法 第十二章 质量机能展开(QFD) 第十三章 质量评估方法 第十四章 顾客满意度 第十五章 可靠性、维修性与产品安全性 第十六章 计量 第十七章 测量系统分析(MSA) 第十八章 业务流程重组 第十九章 网络时代的质量管理 第二十章 六西格玛工程简介 附录1：常用数表 附录2：正交表、正交多项式系数表 附录3：质量管理法律、法规及文献目录

本书介绍SPSS的最新版本SPSS11.0forWindows的基本功能。配以大量针对性强的应用实例，对输出结果予以详尽地统计解释与分析，以体现实用性。同时为方便读者学习，在涉及统计分析的各章末，选择了典型的习题，供上机训练使用。本书共分14章，第1章介绍软件的概况，第2章~第5章介绍描述性统计分析。第6章~第12章介绍与数理统计的基本内容有关的统计分析功能，如参数估计与检验、非参数假设检验、方差分析、相关分析与回归分析、聚类分析与因子分析等。最后两章介绍统计图形的生成以及编辑功能等。附录给出SPSS的全部函数。本书可供开设统计课程的各类大专院校师生使用，也可作为统计工作者、经济管理人员和科技工作者参考阅读

费希尔R.A.(1890~1962) 英国数学家现代数理统计学的奠基人.1890年2月生于伦 敦, 1962年7月逝世他1913年毕业于剑桥大学,1933年起任伦 敦大学教授在20世纪二三十年代提出了许多重要的统计方 法开辟了一系列统计学的分支领域他发展了正态总体下各 种统计量的抽样分布,与叶茨合作创立了“试验设计”统计分 支并提出相适应的方差分析方法;费希尔在假设检验分支中 引进了显著性检验概念并开辟了多元统计分析的方向在20 世纪三四十年代费希尔和他的学派在数理统计学研究方面 占据着主导地位

通过对连铸板坯生产检验的硫印数据库的统计分析,得到了含铌钒钛微合金化钢连铸板坯中心偏析的影响因素.结果表明:中心偏析程度随钢水中C、P、S含量的增加而加重;Mn质量分数高于1.5%以及锰硫比高于300对改善中心偏析有利;高钢水过热度、高拉速和增加铸坯宽度均不利于改善铸坯中心偏析.由于B级以下中心偏析对钢材使用性能影响不大,因此在生产过程中为使铸坯B-1.0级以上中心偏析出现比率降至10%以下,提出如下控制策略:钢液中C、P、S含量尽量按钢种要求的下限控制,Mn含量尽量按上限控制,实际生产中元素控制[C]1.5%,[Mn]/[S]>300;过热度应小于24℃,拉速控制在1.0~1.1m·min-1为宜.应开发合适的二冷配水制度,并提高铸机精度

论述隔热技术在军用装甲车辆上的应用意义,分析发动机燃烧室应用隔热技术存在的困难和关键问题.采用类比实验的方法,应用金属半固态加工理论和材料属性的研究方法,通过对金属陶瓷(以TiC-Ni为例)进行热模拟实验,研究金属陶瓷在高温下的变形规律和性能,从而探索性地研究陶瓷在高温下的破坏机理.实验和研究表明:基于经典弹塑性及蠕变理论的本构方程,非弹性应变在高温下其本质上是时间相关的.非弹性变形是由一单一的机理控制,宜用统一的方法,即把塑性及蠕变相联系起来的弹粘塑性本构方程来处理.根据热模拟实验数据,采用多元回归的方法拟合出反映某金属陶瓷在高温下变形性能的数学模型,最后应用数理统计的方法对建立的数学模型进行检验,结果表明建立的模型是合理的

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

本书的目的是介绍各种常见的分布及其应用,为此需要 些概率论和数理统计的预备知识,这些知识对理解全书是 重要的、本章将介绍:事件、概率、随机变量、分布函数、 分布密度、矩和各种母函数等将上述这些内容推广至多个 随机变量随机向量的情形(见第五节也是应随后 章的需要而设立的,第五节数学形式稍为复杂一些,数学基 础不够的读者可跳过该节,先读第二章,待今后需要时再回 过来读它那时有了许多具体分布的背景,再读这一节就不 会有太多的困难在今后几章中涉及到一些统计应用,这就 需要知道总体、样本等概念,为此在第七节我们简单地介绍 了这些概念,以及参数估计和假设检验的提法

聚类分析( Cluster Analysis)是根据研究对象的特征对研究对象进行分类的 多元分析技术的总称分类问题是各个学科领域都普遍存在的问题,例如人口学 中研究人口生育分类模式、人口死亡分类模式;医学中对各种精神病特征的分 析;市场营销学中进行市场分层、确定目标市场等等,这些都需要对研究对象 进行分类。聚类分析是应用最广泛的分类技术,它把性质相近的个体归为一类 使得同一类中的个体具有高度的同质性,不同类之间的个体具有高度的异质 聚类分析的大部分应用都属于探测性研究,最终结果是产生研究对象的分 类,通过对数据的分类研究还能产生假设。聚类分析也能用于证实性目的,对于 通过其他方法确定的数据分类,可以应用聚类分析进行检验

社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面