在第十二章中,我们对事件史分析的基本概念和模型作了介绍。 但在事件史分析的实际操作中,研究人员常常发现数据预处理是一项很麻烦 的工作。在应用其他分析方法时,输入的数据资料都往往已经具备相当标准化的 格式,无需再进行处理。与此相比,应用事件史分析的实际数据格式却往往因不 同的调查、不同的专题而有数据格式方面的很大差别

主要内容 1.掌相关系的含义、计方法和皮用 2.最小二乘叶方法 3.回归与相关分析 4.利用园归方霍进行

计数问题中排列组合问题是最常见的, 由于其解法往往是构造性的,因此方法灵活 多样,不同解法导致问题难易变化也较大, 而且解题过程出现“重复”和遗漏”的错误较 难自检发现。因而对这类问题归纳总结,并 把握一些常见解题模型是必要的

霍夫曼编码是可变字长编码(LC)的 种。 Huffman于1952年提出一种编码 方法,该方法完全依据字符出现概率来 构造异字头的平均长度最短的码字, 有时称之为最佳编码,一般就叫作 Huffman编码。下面引证一个定理,该 定理保证了按字符出现概率分配码长, 可使平均码长最短

前面我们讲了参数估计,但在很多场合下我们并不需要对参数进行估计,而是要对总体的分 布或参数作某种检验,这就是我们假设检验要解决的问题

一、层次分析法(AHP)简介 层次分析法(AHP)的由来 美国运筹学家A.l. Saaty于本世纪70年代提出的层次分析法 (Analytical Hierar-chy- Process,简称AHP方法,是一种定性 与定量相结合的决策分析方法。它是一种将决策者对复杂系统的决策 思维过程模型化、数量化的过程。应用这种方法,决策者通过将复杂 问题分解为若干层次和若干因素,在各因素之间进行简单的比较和计 算,就可以得出不同方案的权重,为最佳方案的选择提供依据

一、随机现象 从亚里士多德时代开始哲学家们就已经认识到随机性在生活中的作用,但直到20世 纪初,人们才认识到随机现象亦可以通过数量化方法来进行研究概率论就是以数量化方法 来研究随机现象及其规律性的一门数学学科而我们学过的微积分等课程则是研究确定性

一、矩估计法 矩估计法的基本思想是用样本矩估计总体矩因为由在数定理知,当总体的k阶矩存在 时样本的k阶矩依概率收敛于总体的k阶矩例如,可用样本均值作为总体均值E(X)的 估计量,一般地

第一节 抽样调查的基本概念 第二节 抽样误差 第三节 参数估计基本方法 第四节 抽样调查的组织形式及抽样估计

移动平均分析又叫变动率分析，是利用 统计学上移动平均的原理把每天的股价 资料根据需要天数进行平均化处理，绘 制出移动平均线，以便消除偶然变动， 减弱季节和循环变动，在图上显示出长 期趋势，进行买卖点分析的方法