数学模型的统计方法

1 (p0-1): 序言
1 (p1): 第一篇 概率论与数理统计基础
1 (p1-2): 第一章 概率论基础
1 (p1-3): 第一节 概率的基本概念
3 (p1-4): 第二节 概率的基本性质
9 (p1-5): 第三节 全概率公式与巴叶斯公式
12 (p1-6): 第四节 随机变量及其分布
17 (p1-7): 第五节 随机变量的数字特征
25 (p1-8): 第六节 几种常用的概率分布
35 (p1-9): 第七节 大数法则与中心极限定理
41 (p1-10): 第八节 正态分布概率密度的推导
49 (p1-11): 习题
51 (p1-12): 第二章 常用数理统计方法
51 (p1-13): 第一节 基本概念
55 (p1-14): 第二节 大样本参数估计
62 (p1-15): 第三节 小样本参数估计
70 (p1-16): 第四节 大样本统计检验
75 (p1-17): 第五节 小样本统计检验
82 (p1-18): 第六节 正态分布的偏峰检验
86 (p1-19): 习题
88 (p2): 第二篇 数学模型的统计方法
88 (p2-2): 第三章 单因素系统的统计模型
88 (p2-3): 第一节 统计关系
90 (p2-4): 第二节 单因素分析
93 (p2-5): 第三节 回归方程 线性回归方程
97 (p2-6): 第四节 非线性回归方程
107 (p2-7): 习题
110 (p2-8): 第四章 多因素系统的统计模型
110 (p2-9): 第一节 多元回归方程
119 (p2-10): 第二节 回归分析的计算方法与回归模型的精确尺度
127 (p2-11): 第三节 非线性回归分析方法
138 (p2-12): 第四节 模型辨识中几个方法与理论问题的讨论
146 (p2-13): 习题
148 (p2-14): 第一节 非数量因素的引入
148 (p2-15): 第五章 数量化方法
149 (p2-16): 第二节 问题的解法
156 (p2-17): 第三节 预报结果的唯一性
159 (p2-18): 习题
161 (p2-19): 第六章 矩阵运算
161 (p2-20): 第一节 基本运算
163 (p2-21): 第二节 矩阵的分块运算
164 (p2-22): 第三节 方阵的行列式
166 (p2-23): 第四节 逆矩阵
168 (p2-24): 第五节 关于矩阵和向量的导数
170 (p2-25): 习题
173 (p2-26): 第七章 回归设计
173 (p2-27): 第一节 概论
174 (p2-28): 第二节 一般回归分析概述
180 (p2-29): 第三节 一次回归设计
191 (p2-30): 第四节 二次回归设计
199 (p2-31): 习题
201 (p2-32): 第一节 指数减衰式加权递推算法
201 (p2-33): 第八章 反映系统变化的模型参数自适应跟踪算法
206 (p2-34): 第二节 限定记忆式递推算法
209 (p2-35): 第三节 模型辨识中几种参数自适应跟踪方法
225 (p2-36): 第四节 模型辨识中一种参数自适应跟踪方法的理论分析
230 (p2-37): 第五节 实时控制中一种多参数模型自适应跟踪方法及理论分析
241 (p2-38): 习题
243 (p2-39): 第九章 最小二乘测轨问题
243 (p2-40): 第一节 测轨问题的最小二乘算法
245 (p2-41): 第二节 理论分析
249 (p2-42): 习题
251 (p2-43): 第十章 多维概率分布
251 (p2-44): 第一节 随机向量及其分布
255 (p2-45): 第二节 随机向量的数字特征
262 (p2-46): 习题
265 (p2-47): 第十一章 多因素多目标变量系统的统计模型
265 (p2-48): 第一节 多因素多目标变量的回归分析问题
268 (p2-49): 第二节 模型用于控制目标向量时的精确度
269 (p2-50): 第三节 转炉炼钢自动化数学模型的研究
276 (p2-51): 习题
277 (p2-52): 第十二章 最优统计估计
277 (p2-53): 第一节 最小方差估计
280 (p2-54): 第二节 线性最小方差估计
282 (p2-55): 第三节 投影及其性质
285 (p2-56): 第四节 投影定理
287 (p2-57): 习题
288 (p2-58): 第十三章 线性动态系统的状态模型
288 (p2-59): 第一节 离散线性动态系统的状态模型
291 (p2-60): 第二节 连续线性动态系统的状态模型及其离散化
298 (p2-61): 习题
300 (p2-62):…