工程实际中，存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的法方程组，方程组的Newton迭代等问题。 4.1 高斯消去法 4.2 选主元素的高斯消去法 4.3 矩阵的三角分解法 4.4 平方根法与改进平方根法 4.5 向量和矩阵的范数 4.6 线性方程组的性态和解的误差分析 4.7 解线性方程组的迭代法 4.8 迭代法的收敛性及误差估计

重庆大学数学与统计学院：《数值分析 Numerical Analysis》课程教学讲义_16_车速估计模型

15.1 为什么需要非参数与半参数估计 15.2 对密度函数的非参数估计 15.3 核密度估计的性质 15.4 最优带宽 15.5 多元密度函数的核估计 15.6 非参数核回归 15.7 多元核回归 15.8 k近邻回归 15.9 局部线性回归 15.10 非参数估计的Stata命令及实例 15.11 半参数估计

为什么需要分位数回归 总体分位数 样本分位数 分位数回归的估计方法

 第一节 保险代理人  第二节 保险经纪人  第三节 保险公估人

延安大学：《概率论与数理统计》课程PPT教学课件（理工类）第六章 参数估计 6.4 两个正态总体均值差及方差比的区间估计

2.1 为什么需要大样本理论 2.2 随机序列的收敛 2.3 大数定律与中心极限定理 2.4 统计量的大样本性质 2.5 随机过程的性质 2.6 大样本OLS的假定及估计量的性质 2.7 大样本OLS的stata实例

点估计概念 求估计量的方法

《塑料成型工艺与模具》课程教学资源（文献资料）模具制造估报价系统

背景介绍 文献介绍 数理推导 实证检验 文章结论 拓展应用