点击切换搜索课件文库搜索结果(10184)
文档格式:PPT 文档大小:52KB 文档页数:14
5.1简单解多路复用协议(UDP) 1.基本概念 在底层网络协议基础上添加解多路复用功能,而不添加任何其它功能使得系统中的多个进程可以共享底层网络协议提供的服务,这是网络层之上最简单的高层协议。 2.实例(UDP) UDP提供不保证可靠的、无连接的、各数据报独立传输的数据报传输服务
文档格式:PPT 文档大小:629KB 文档页数:112
2.1全章逻辑关系 1.所需硬件(介质和结点) 2.信号编码(层次性) (1)如何编码一个比特 (2)在比特的基础上构建帧 (3)差错控制 (4)通信协议(可靠传输) (5)介质访问控制问题 3.直连的网络常用的拓扑结构 (1)以太网 (2)令牌环网 (3)无线网 注:核心问题是如何保证数据的正确性
文档格式:PPT 文档大小:1.34MB 文档页数:114
第一节显著性检验的基本原理 第二节样本平均数与总体平均数差异显著性检验 第三节两个样本平均数差异显著性检验 第四节百分数资料差异显著性检验 第五节总体参数的区间估计
文档格式:DOC 文档大小:270KB 文档页数:40
1,解释说明公司的优点和缺点。 2,衡量发行股票对公司财务状况的影响。 3,描述库存股份是如何影响一个公司的。 4,核算股利并衡量它对公司的影响。 5,在决策时选用不同的股票价值。 6,估算公司的资产报酬和股权报酬。 7,在现金流量表上反映股东权益交易活动
文档格式:DOC 文档大小:373.5KB 文档页数:60
1.描述出一个有效的内部控制系统 2.使用银行对帐单作为内部控制措施 3.管理并处置现金 4.对现金收款实行内部控制 5.对现金付款实行内部控制 6.运用预算来管理现金 7.衡量企业中存在的道德风险
文档格式:PDF 文档大小:1.54MB 文档页数:32
科学的最终目的在于揭示事物变化的内在规律,因果关系是事物内在规律的 种基本形式。然而,事物的内在联系并不能直接观察到,所以需要在科学研究中应用 各种方法来加以探索和分析。通径分析便是一种探索系统因果关系的统计方法。 因果关系模型中明确设置自变量和因变量,通过模型分析,检査自变量对于 因变量的作用方向、作用强度和解释能力。并且,因果关系模型还可以用来进行 预测。本书第二章多元回归分析便是因果关系模型的一种。但是,多元回归模型 是一种比较简单的因果关系模型,它所假设的因果关系不存在多环节的因果结 构,尽管多元回归模型中可以包含多个自变量,然而各个自变量对因变量的作用 却是假设为并列存在的
文档格式:PDF 文档大小:1.99MB 文档页数:46
结构方程模型( Structural Equation Modeling,简略标志为SEM)是一种非 常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行 为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学等领 域的统计分析方法的综合。多元回归( multiple regression)、因子分析( factor analysis)和通径分析( path analysis)等方法都只是结构方程模型中的一种特例。 结构方程模型是统计分析方法中一个新发展的领域,它的应用始见于60年代发 表的硏究论文中,到∫90年代初期开始得到广泛的应用
文档格式:PDF 文档大小:1.21MB 文档页数:28
多元方差分析的主要用途是同时分析和检验不同类别在多个间距测度等级变 量上是否存在显著差别。这种方法由威尔克(S.S.Wlk)在1932年创建,后来 又得到逐步发展和完善。现在,许多计算机统计软件中都已经具有多元方差分析 的功能。但是,这种方法在我国社会科学研究中的应用尚属少见,有待进一步推 本章第一节将从多元方差分析与一元方差分析的关系入手,简介相关方法的 沿革及多元方差分析的特点。第二节主要介绍多元方差分析所要求的变量、数据 方面的条件
文档格式:PDF 文档大小:1.01MB 文档页数:22
鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数(discriminant function)然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量(grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因变量,有时可能倒是真正的“结 果”或“反应”变量
文档格式:PDF 文档大小:1.01MB 文档页数:22
鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量
首页上页992993994995996997998999
热门关键字
搜索一下,找到相关课件或文库资源 10184 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有