§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

在对系统进行分析设计过程中，稳定性起着主导作用。定性地说，如果系统从所需要的工作点附近起动后，意味着系统以后一直将运行停留在这一点周围，那么该系统称作是稳定的。 本章讨论的主要内容是自治系统和非自治系统Lyapunov稳定性理论，同时也给出了系统不稳定条件。 3.1 非线性系统与平衡点 3.2 稳定的概念 3.3 线性化与局部稳定性 3.4 Lyapunov直接方法 3.5 时变系统稳定性理论 3.6 非自治系统的Lyapunov分析 3.7 输入-状态稳定性 3.8 不稳定性定理 3.9 用Barbalat引理作类Lyapunov分析

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

快速傅里叶变换（FFT)的出现推动了傅里叶分析的发展和应用。事实上，FFT不是一种新的变换，而是DFT的快速算法。线性卷和及离散傅里叶变换（DFT）是信号处理涉及最多的运算，DFT在相关、滤波及谱估计等方面已得到了广泛的应用。本章重点讨论FFT的基2算法、分裂基算法和使频域细化的线性调频Z变换(CZT)算法，同时，也讨论了卷和的快速算法。 7.1 概述 7.2 直接计算DFT存在的问题及改进的途径 7.3 Goertzel算法 7.4 按时间抽取(DIT)的基2 FFT算法 7.5 按频率抽取(DIF)的基2 FFT算法 7.6 进一步减少运算量的措施 7.7 按频率抽取(DIF)的基4 FFT算法 7.8 分裂基算法 7.9 线性卷和与线性相关的FFT算法 7.10 线性调频Z变换（CZT）

多元线性回归( multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化 回归这一名词起源于19世纪生物学家F.高尔顿进行的遗传学研究,他在研 究子女身高与父母身高之间关系时发现

多元线性回归(multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化

反馈系统的特性及基本分析 反馈系统的特性及基本分析 性能定义 一阶系统性能分析 二阶系统性能分析 高阶系统吸能分析

楼板的存在对梁柱节点的局部受力影响显著, 在梁柱节点设计中, 若仅仅把楼板与钢梁的组合效应作为安全储备, 可能会产生结构由\强柱弱梁\转变成\强梁弱柱\的颠覆性结果, 因此忽略混凝土楼板对节点承载力及刚度的影响是造成破坏的重要原因.基于已完成的带楼板的T型梁柱节点低周往复荷载试验, 建立了非线性有限元分析模型.为了更加全面地了解钢梁-楼板组合节点的工作机制, 进一步补充完善试验研究的不足, 模型考虑了楼板与钢梁之间的栓钉连接以及材料非线性等因素, 模型的计算结果与试验结果具有高吻合度.在此基础上, 通过有限元参数分析, 详细分析了构件尺寸效应、轴压比、楼板厚度、楼板强度和柱宽厚比共五个参数对考虑楼板影响的外环板式梁柱节点抗震性能的影响.结果表明尺寸效应、轴压比对梁端抗弯承载力及刚度的影响小到可以忽略, 楼板厚度、楼板强度和柱宽厚比对梁端抗弯承载力有显著影响.结合理论分析进一步提出了考虑楼板影响的外环板式梁柱节点梁端抗弯承载力计算公式, 通过对比公式计算结果与试验、有限元分析结果可得, 该计算公式可较好的计算带楼板外环板式梁柱节点梁端抗弯承载力

信号与系统是一门重要的专业基础课。是许多专业(通信、信 息处理、自动化、计算机、系统工程)的必修课。重要性体现在两 个方面:一是我们将来从事专业技术工作的重要理论基础;二是上 述各类专业硕士研究生入学考试课程