多元统计分析是运用数理统计的方法来研究多变量(多指标)问题的理论和方法,是一元统计学的推广。 多元统计分析是研究多个随机变量之间相互依赖关系以及内在统计规律的一门统计学科

用数理统计的方法处理实验数据，将会更好地表达结果，既能显示出测量的 精密度，又能表达出结果的准确度；介绍显著性检验的方法，用于检验样本 值与标准值的比较、两个平均值的比较和可疑值的取舍

一、什么是多元统计分析 多元统计分析是运用数理统计的方法来研究多变量(多指标)问题的理论和方法,是一元统计学的推广。多元统计分析是研究多个随机变量之间相互依赖关系以及内在统计规律的一门统计学科

使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价

本文对微合金化中碳L45钢进行了控制轧制和控制冷却试验;测定了各项力学性能及先共析铁素体量fa、铁素体尺寸da、铁素体自由程λa和珠光体片层间距So;采用对大量实验数据进行数理统计的方法,研究了控轧控冷微合金化中碳钢力学性能与组织参量之间的关系,得到了一些表达其定量关系的估计式,探讨了控轧控冷中碳钢的强韧化机制

针对高强度带钢表面粗糙度的特殊要求和控制难题,采取批量工业生产实验和数理统计的方法,研究高强度带钢表面粗糙度的轧制转印及变化规律,以及轧机工作辊表面粗糙度的变化规律.确定了高强度带钢表面微观形貌由末机架决定,分别建立了高强度带钢表面粗糙度预测模型、轧制转印率模型和轧机工作辊表面粗糙度预测模型.比较了高强度带钢与普通强度带钢的轧制转印行为.研究结果可用于工业生产过程中预测高强度带钢表面粗糙度,合理安排冷轧轧制顺序和轧制计划,以及预测确定工作辊上下机时间节点

“模态”一词是英文“modal”的音译,原意为“样式的”,“情态的”。模态逻辑是研究包 含模态词“必然”、“可能”的模态命题及其推理的科学。模态逻辑历史很悠久,早在两千多年 前,亚里士多德就对模态命题做过许多讨论,研究了模态词和模态三段论,但在很长一段时间 里模态逻辑的价值被忽略了,因而模态逻辑基本上没有得到发展。直到本世纪初,美国逻辑学 家 Lewis用数理逻辑的方法和观点对模态逻辑作了系统的研究,这才使模态逻辑的发展进入了 一个崭新的时期

欧拉方法 – 雷诺时均方程：各种紊流模型 – 大涡模拟（LES） – 直接数值模拟（DNS） 拉格朗日方法 – 连续相 离散涡方法（DVM） – 离散相 颗粒运动方程 界面追踪 – 欧拉型（Capturing） VOF、Levelset – 拉格朗日型（Tracking） Front Tracking

统计学是运用概率论和数理统计 的原理和方法，研究数据资料的 收集、整理、分析和推断，从而 反映事物内在规律的一门学科

探讨了用NMR方法求解多孔固体孔径分布中有关病态积分方程的求解问题,借助于数理统计中的逐步回归分析,加入非负限制,给出了一个新的求解方法.这种方法数值上很稳定,计算量小,可以给出较为连续的f(T1)分布曲线,并采用岭回归和Hesse光滑方法抑制噪声的影响.从所给出的计算实例看出,这种方法有一定的优越性