《化工数据处理与实验设计》求取 ⇩

第一章 概率和数理统计基础知识1

第一节 概述1

第二节 随机事件的概率3

第三节 随机变量的分布7

第四节 联合概率分布11

第五节 随机变量的特征数字--数学期望、方差12

第六节 正态分布17

第七节 样本的平均值和方差22

第八节 X2分布25

第九节 t分布和F分布28

第十节 点估计和区间估计32

第十一节 假设检验36

本章主要符号表48

第二章 实验测定量的误差估计49

第一节 概述49

第二节 随机误差的特性51

第三节 测量值的表示方法(已知标准差)55

第四节 实验测定误差标准差的估计方法57

第五节 测量值的表示方法(已知标准差的估计值)59

第六节 随机误差方差的传递62

本章主要符号表71

第三章 线性代数模型的回归分析方法72

第一节 概述72

第二节 线性代数模型参数的最小二乘估计法75

第三节 参数最小二乘估计值的数学期望和方差79

第四节 回归方程的显著性检验86

第五节 回归系数的显著性检验94

第六节 逐步回归分析法101

第七节 预测和控制114

本章主要符号表121

第四章 非线性模型参数估计方法122

第一节 概述122

第二节 模型的通式124

第三节 参数估计的目标函数128

第四节 非线性代数模型的最小二乘估计方法136

第五节 常微分模型参数估计方法142

第六节 用最优化方法解决参数估计问题155

第七节 参数估计的几个具体问题171

第八节 参数估计值的置信域175

第九节 参数估计应用举例184

本章主要符号表201

第一节 概述202

第五章 模型检验202

第二节 方差分析204

第三节 相关系数及其显著性检验207

第四节 残差分析214

第五节 非本征参数法220

第六节 根据模型的固有特征来鉴别230

第七节 模型化过程的实例239

本章主要符号表246

第一节 概述248

第六章 回归正交实验设计248

第三节 一次回归正交实验设计的基本思想251

第四节 一次回归正交实验设计步骤256

第五节 一次回归正交设计的应用269

第六节 二次回归正交实验设计所处理的数学模型和组合实验设计274

第七节 二次回归的组合实验设计的正交性277

第二节 一次回归正交实验设计所处理的数学模型284

第八节 二次回归正交实验设计步骤286

第九节 二次回归正交实验设计举例290

第十节 利用回归正交实验设计寻找过程最佳条件297

本章主要符号表308

第七章 序贯实验设计309

第一节 概述309

第二节 参数估计的序贯实验设计315

第三节 参数估计序贯实验设计举例323

第四节 模型筛选的序贯实验设计331

第五节 模型筛选序贯实验设计举例341

本章主要符号表349

主要参考书目和文献350

一、逐步回归计算程序351

附录一 计算机程序351

二、二次回归正交设计的算程序357

三、阻尼最小二乘法计算程序360

四、单纯形计算程序367

附录二 向量和矩阵的概念及运算法则372

附表Ⅰ 正态分布表376

附表Ⅱ 正态分布的双侧分位数(Ua)表378

附表Ⅲ X2分布表379

附表Ⅳ t分布表382

附表Ⅴ t分布的双侧分位数(ta)表384

附表Ⅵ F检验的临界值(Fa)表386