《专业导论》 《认识实习》 《高等数学》 《线性代数及其应用》 《国民经济统计学》 《随机过程》 《运筹学》 《实用回归分析》 《应用计算软件（SPSS）》 《概率论》 《企业经营统计》 《应用时间序列分析》 《非参数统计》 《实用统计软件（R 语言）》 《抽样技术与应用》 《应用多元统计分析》 《大数据技术》 《Python 语言与数据挖掘》 《探索性数据分析》 《数据可视化》 《统计推断》 《统计建模》 《装备制造企业统计学》 《统计专业英语》 《社会统计与社会调查方法》 《空间数据分析》 《数理统计》 《毕业实习》 《毕业设计（论文）》

➢ 一、教师的专业能力与素质 ◆ 教师的知识结构、TPACK理论 ◆ 信息化时代对教师的要求 ➢ 二、教师信息技术能力培养与探索 ◆ 优秀PowerPoint、Prezi ◆ 思维导图工具iMindMap ◆ 微视频制作工具Camtasia Studio ➢ 三、教师教研能力的培养与发展 ◆ 实证性研究、数据分析技术

描述性统计分析是统计分析的第一步,做好这第一步是下面进行正确统计推断 的先决条件。SPSS的许多模块均可完成描述性分析,但专门为该目的而设计的 几个模块则集中在 Descriptive Statistics菜单中,最常用的是列在最前面的 四个过程: Frequencies过程的特色是产生频数表; Descriptives过程则进行 一般性的统计描述; Explore过程用于对数据概况不清时的探索性分析;

论述隔热技术在军用装甲车辆上的应用意义,分析发动机燃烧室应用隔热技术存在的困难和关键问题.采用类比实验的方法,应用金属半固态加工理论和材料属性的研究方法,通过对金属陶瓷(以TiC-Ni为例)进行热模拟实验,研究金属陶瓷在高温下的变形规律和性能,从而探索性地研究陶瓷在高温下的破坏机理.实验和研究表明:基于经典弹塑性及蠕变理论的本构方程,非弹性应变在高温下其本质上是时间相关的.非弹性变形是由一单一的机理控制,宜用统一的方法,即把塑性及蠕变相联系起来的弹粘塑性本构方程来处理.根据热模拟实验数据,采用多元回归的方法拟合出反映某金属陶瓷在高温下变形性能的数学模型,最后应用数理统计的方法对建立的数学模型进行检验,结果表明建立的模型是合理的

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度

第一节时间数列概述 第二节时间数列的水平分析指标 第三节时间数列的速度分析指标

• 1. 一组数据向其中心值靠拢的倾向和程度 • 2. 测度集中趋势就是寻找数据一般水平的 代表值或中心值 • 3. 不同类型的数据用不同的集中趋势测度 值 • 4. 低层次数据的集中趋势测度值适用于高 层次的测量数据，反过来，高层次数据的 集中趋势测度值并不适用于低层次的测量 数据 • 5. 选用哪一个测度值来反映数据的集中趋 势，要根据所掌握的数据的类型来确定

◼ 商务智能概述 ◼ 在线分析处理OLAP技术 ◼ 数据挖掘技术和方法* ◼ 数据挖掘过程 ◼ 数据仓库 ◼ 商务智能应用*

第一节 时间数列概述 第二节 时间水平指标分析 第三节 时间数列的速度分析指标

学习本章的目的在于了解时间数列的概念、种类和编制方法；熟练掌握时间数列各项分析指标的计算方法，并能够结合实际资料进行运用；理解并掌握长期趋势、季节变动的测定方法。 第一节 动态数列概述 第二节 动态数列的分析指标 第三节 长期趋势的测定与预测 第四节 季节变动和循环变动的测定