数理统计的基本问题之一是根据样本所提供 的信息,对总体的分布以及分布的数字特征做出 工统计推断.统计推断的主要内容分为两大类:一 类是参数估计问题,另一类是假设检验问题.本 章主要讨论参数估计问题.这里的参数可以是总 体分布中的未知参数,也可以是总体的某个数字 特征.若总体分布形式已知,但它的一个或多个 参数未知或总体的某个数字特征未知时,就需借 工助总体X的样本来估计未知参数.以下主要讨论 总体参数的点估计和区间估计

单宁酸由于环保、价格低的特点在金属保护方面应用广泛，然而单一利用单宁酸作为缓蚀剂取得的效果有限，有研究表明盐类与缓蚀剂复配可以改善缓蚀剂的缓蚀效果。在此基础上进行单宁酸复配缓蚀剂的研究，采用两种复配剂氯化铁、钼酸钠分别与单宁酸（TA）缓蚀剂进行复配，研究其对碳钢Q235的缓蚀效果。通过硫酸铜点滴实验、浸泡实验、电化学实验对比氯化铁、钼酸钠分别与单宁酸复配后在碳钢表面的成膜特性及缓蚀效果。硫酸铜点滴液变色时间随着单宁酸中氯化铁和钼酸钠两种化合物浓度的升高出现先增加后降低的趋势；浸泡实验可以看出在单宁酸中加入氯化铁和钼酸钠后，碳钢表面仅出现个别点蚀坑；根据电化学测试结果，对比加入氯化铁前后单宁酸缓蚀剂对碳钢的缓蚀效果，发现两者的电荷转移电阻由2698变为3711 Ω·cm2，腐蚀电流密度由2.734降为1.902 μA·cm?2。加入钼酸钠后，电荷转移电阻和腐蚀电流密度存在明显的增加与下降，电荷转移电阻由2698变为5100 Ω·cm2，腐蚀电流密度由2.734降为0.714 μA·cm?2。在单宁酸中添加氯化铁和钼酸钠都能改善单宁酸的缓蚀效果，其中单宁酸与钼酸钠复配的缓蚀效果更好

针对胶结充填体脆性强、易开裂等问题，以聚丙烯纤维为加筋材料，通过设置水泥与尾砂质量比为1∶10和1∶20，纤维掺量为0、0.05%、0.15%和0.25%的充填体进行无侧限抗压强度试验，探究纤维掺量对胶结充填体强度及变形特性的影响，借助扫描电镜（SEM），从微观角度探讨纤维对充填体力学性质的作用机制。研究结果表明：充填料浆的屈服应力随纤维掺量增加呈线性增大，其流态模型符合Bingham流体；随着纤维掺量的增加，充填体的无侧限抗压强度呈先增大后减小趋势，纤维最优掺量为0.15%；掺入纤维有效地减缓了裂纹的扩展，约束了充填体的变形，充填体的峰后应变软化延长，残余强度增大，破坏特征由脆性向延性转变；纤维的加固效果主要受纤维与尾砂?水泥基体界面之间的黏结与摩擦作用控制

遗传学中把生物体所表现出来的 形态特征和生理生化特征统称为性状 ( character)。这里所说的性状是统称 ,也可以说是一个抽象概念,是指生 物体的总的表现型特征

特质理论( Trait theory),也称伟人理论, 主要研究的是领导者应具备的素质。这 理论的出发点是领导者的个人特质是 决定领导效能的关键因素。研究认为, 伟大的人物和普通的人物有很大的差异 ,正是这些与众不同的特质才使人们发 挥出不同的作用

特质理论( Trait theory),也称伟人理论, 主要研究的是领导者应具备的素质。这 理论的出发点是领导者的个人特质是 决定领导效能的关键因素。研究认为, 伟大的人物和普通的人物有很大的差异 ,正是这些与众不同的特质才使人们发 挥出不同的作用

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

针对缝槽爆破中以空气作为不耦合介质，其冲击波和准静态压力较小、炸药能量利用率低、破岩能力弱的问题，提出缝槽水压爆破方法。利用水的微压缩性，以及传能效率高等特点，以水作为炮孔不耦合介质，提升缝槽爆破破岩载荷，开展其爆破破岩载荷特征研究。通过自主研发的缝槽爆破载荷测试实验系统，分别开展缝槽空气不耦合爆破和缝槽水压爆破实验。结果表明：水作为缝槽爆破不耦合介质，其冲击波压力峰值约是缝槽空气不耦合爆破的35倍，冲击波压力上升沿更平缓，入射效率更高；其准静态压力峰值是缝槽空气不耦合爆破的37～46倍，水压爆破的准静态压力压降缓慢，保压时间更长。研究表明，缝槽水压爆破的炸药能量利用率高，爆炸载荷提升明显。上述研究成果有助于深入认识缝槽水压爆破破岩载荷特性，同时对该方法的工程应用提供理论和实验支撑

(In, Co)共掺的ZnO薄膜（ICZO薄膜）在100 ℃下通过射频（RF）溅射沉积至玻璃基板上。沉积过程采用In、Co、Zn三靶共溅射。通过调节靶功率，获得了不同In含量的ICZO薄膜。研究了不同In含量下薄膜电学性质和磁学性质的变化。分别使用扫描电子显微镜（SEM）、高分辨透射电子显微镜（HR-TEM）、原子力显微镜（AFM）、电子探针扫描（EPMA）、X射线衍射仪(XRD)、霍尔测试（Hall measurement）和振动样品磁强计（VSM）对薄膜的成分、形貌、结构、电学特性和磁学特性进行了表征和分析。详细分析了薄膜中载流子浓度对磁学性质的影响。实验结果表明，随着薄膜中In含量的提高，薄膜中载流子浓度显著提高，薄膜的导电性得到优化。所有的薄膜均表现出室温下的铁磁特性。与此同时，束缚磁极化子（BMP）模型与交换耦合效应两种不同的机制作用于ICZO半导体材料，致使薄膜的饱和磁化强度随载流子浓度发生改变，并呈现在三个不同的区域

首先结合H13钢的成分特点肯定了H13钢优异的材料性能，随后总结了一次碳化物与H13钢使用寿命之间的关系。进一步系统地论述和研究了H13钢中一次碳化物的特征，包括二维和三维形貌、热稳定性、析出机理等。最后对比了4种H13钢中一次碳化物的控制手段，包括成分优化、冷速控制、Mg处理和稀土处理。相关论述和研究工作能够对钢中一次碳化物的合理优化起到一定的启发作用