第九章 统计过程控制与诊断(SPC与SPD) 第十章 接近零不合格品过程的质量控制 第十一章 质量改进常用方法 第十二章 质量机能展开 第十三章 质量评估方法 第十四章 顾客满意导向与顾客满意度 第十五章 可靠性维修性及产品安全性 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

1 测量误差的基本概念 2 表达误差的几种形式 3 误差的性质和分类 4 有效数字 5 系统误差的校正 6 随机误差的统计学处理 7 粗大误差的剔除 8 测量不确定度及其评定方法

第八章 研究设计 第九章 观察法 第十章 访谈法 第十一章 问卷调查法 第十二章 测量法 第十三章 实验法 第十四章 质的研究 第十五章 统计数据分析 第十六章 研究报告的撰写

本讲学习要点： 1. 理解方差分析的基本原理 2. 方差分析的基本步骤、方法 (1) 自由度和平方和分解 (2) F测验 (3) 多重比较 • 最小显著差数法测验 √ • Duncan氏新复极差测验(SSR测验) √ • Q测验 一、什么叫方差分析？ 二、方差分析的基本原理 三、多重比较

2.1 多媒体数据压缩编码的重要性和分类 2.2 常见数据压缩方法分类与基本原理  2.2.1 量化与向量量化原理  2.2.2 统计编码原理  2.2.3 Huffman编码  2.2.4 算术编码  2.2.5 预测编码  2.2.6 变换编码

1 历史进程 2 预备知识 采用线性激活函数的神经元 采用阈值激活函数的神经元 采用 S 形激活函数的神经元 3 异或问题 4 多层感知机到底在做什么？ 5 Tilling（耕种，耕作）算法 6 可微激活函数函的多层感知机学习方法 误差 e 的表示 误差的反向传播 反向传播算法 计算例子

1 基本原理 2 多分类器结合 3 装袋 Bagging 4 提升法 Boosting（提升法） AdaBoost 算法 AdaBoost 算法的另一个解释

§11.1 计算积分的Monte Carlo方法 §11.2 Markov链Monte Carlo方法简介 §11.3 Metropolis-Hastings算法 §11.4 Gibbs抽样 §11.5 贝叶斯MCMC估计方法

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

通过本项目学习，了解抽样推断的概念、特点和作用；掌握抽样误差和样本容量的计算；熟练掌握区间估计；能够确定必要的样本容量。 本项目主要任务： 1 抽样推断的一般问题 2 抽样误差 3 抽样估计 4 必要样本容量的确定 任务一 理解抽样推断的概念特点 了解抽样推断的基本形式 任务二 理解抽样误差的概念 掌握抽样误差的计算 任务三 了解抽样估计的类型 掌握区间估计的方法 任务四 理解样本容量的涵义 掌握样本容量的确定