第一节 多元函数的基本概念 一、区域 二、多元函数的概念 三、多元函数的极限 四、多元函数的连续性 三、小结 一、偏导数的定义及其计算法 二、高阶偏导数 第二节 偏导数 第三节 全微分 第四节 多元复合函数的求导法则 一、多元复合函数求导的链式法则 二、多元复合函数的全微分 第五节 隐函数的求导方法 一、一个方程所确定的隐函数及其导数 二、方程组所确定的隐函数组及其导数 第六节 多元函数微分学的几何应用 一、空间曲线的切线与法平面 二、曲面的切平面与法线 第七节 方向导数与梯度 一、问题的提出 三、梯度 二、方向导数 第八节 多元函数的极值及其求法 一、多元函数的极值 二、最值应用问题 三、条件极值

多元质量控制涉及到多元数据的整理和统计推断等复杂内 容。因此,掌握相应的多元统计概念和方法是讨论多元质量控制问 题的必要前提。 众所周知,一元统计质量控制是建立在一元正态分布基础上 的;因为在现实世界中产品和服务质量特性的统计量(随机变量) 大都服从或近似服从一元正态分布,或者它们的某种形式的极限 分布是…元正态分布同样,多元统计质量控制是以多元正态分布 理论为基础的;因为在现实世界中产品和服务的多重质量特性的 统计量(随机向量)都服从或近似服从多元正态分布,其某种形式 的极限分布也是多元正态分布因此,本章先用较大篇幅来讨论多 元正态变量的一些特征及多元正态样本函数的一些性质;

在现代经济管理中,有许多最优化问题属于多元函 数的极值和最值问题同一元函数类似,其最值也与其极 值有十分密切的联系;故以下以二元函数为例用多元函 数微分法先来讨论多元函数的极值,再讨论多元函数的 最值. 多元函数极值问题有两种基本类型(以二元函数为例) 类型I:讨论z=f(xy)的极值——无条件极值 类型Ⅱ:讨论z=f(xy)在约束条件(xy)=0下的极值 条件极值

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 §3.4 多元线性回归模型的预测 一、E(Y0)的置信区间 二、Y0的置信区间 §3.5 回归模型的其他函数形式 一、模型的类型与变换 二、非线性回归实例 §3.6 受约束回归 一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

第五节多元复合函数微分法 全导数 多元函数经复合运算后.一般仍 是多元函数,但也可能成为一元函数 按前面关于多元函数的讨论方法.复 合函数求导法则的研究可从复合后成 为一元函数的情况开始

第一章多元函数微分学 本章学习要求: 1.理解多元函数的概念。熟悉多元函数的“点函数”表示法。 2.知道二元函数的极限、连续性等概念,以及有界闭域上连续函数的性质。会求二元函数的极限。知道极限的“点函数”表示法。 3.理解二元和三元函数的偏导数、全导数、全微分等概念

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

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

一 多元函数与极限 二 多元函数的偏导数 三 多元函数的全微分及其应用 四 多元复合函数的微分法 五 多元函数的极值

第一节 多元函数的极限及连续性 一、多元函数 二、二元函数的极限与连续性 第二节 偏导数 一、 偏导数 二、 高阶偏导数 第三节 全微分 一、全微分的定义 二、全微分在近似计算中的应用 第四节 多元复合函数微分法及偏导数的几何应用 一、复合函数微分法 二、隐函数的微分法 第五节 多元函数的极值 一、多元函数的极值 二、二元函数的最大值与最小值 三、条件极值