Microsoft PowerPoint - ch05-AN.ppt
|
|
- 漂犒 方
- 5 years ago
- Views:
Transcription
1 第 5 章 簡單線性迴歸之矩陣方法 Matrices Approach to Simple Linear Regression
2 在複迴歸中, 由於矩陣方法可以透過較為精簡的表達方式, 來表示出廣大的聯立方程組, 以及龐大的資料陣列, 所以經常是必須使用的工具 本章首先介紹矩陣代數, 然後介紹如何將矩陣方法應用至簡單線性迴歸模型中, 雖然在簡單線性迴歸模型中, 尚不需使用到矩陣代數, 不過透過矩陣代數的應用, 將有助於進入第二與第三部分關於複迴歸模型的討論 將焦點放在如何應用於迴歸分析的部分
3 矩陣之定義 5.1 矩陣 Matrices 矩陣是將元素依照行與列排成一矩形之形式, 如下例 : 第一行 第二行 第一列 16, 第二列 33, 第三列 21, 例如第一列第二行之數字 (23) 表示年齡為 23 歲, 其所得表示在第一列第一行之數字 (16,000), 上述矩陣之階數 (dimension) 為 3 2, 亦即三列二行, 所以如果想透過矩陣表示 1,000 個人的所得與年齡, 則所需矩陣之階數為
4 一般而言, 矩陣的階數先寫出它的列, 再表示它的行, 接下來我們定義一些符號來代表下面這個 2 3 之矩陣中的元素 : j=1 j=2 j=3 i=1 ɑ 11 ɑ 12 ɑ 13 i=2 ɑ 21 ɑ 22 ɑ 23 這裡第一個下標示指該元素的列, 第二個下標則是行, 所以 符號 ɑ ij 表示第 i 列第 j 行之元素 在上面的例子中,i =1,2 以及 j=1,2,3 習慣上用粗黑體的樣式符號來代表一個矩陣, 因此上述矩陣可以寫成 : ɑ 11 ɑ 12 ɑ 13 A = ɑ 21 ɑ 22 ɑ 23 或是 A=[ɑ ij ]i = 1,2;j = 1,2,3
5 所以對於一個具有 r 列 c 行之矩陣可以表是為 : (5.1) 或是採用簡略之形式 A=[ɑ ij ] i = 1,,r;j = 1,,c 甚至直接以 A 作為表示方式
6 方陣 當矩陣之列數等於行數時, 稱之為方陣 (square matrix) ɑ 11 ɑ 12 ɑ ɑ 21 ɑ 22 ɑ ɑ 31 ɑ 32 ɑ 33 向量 當矩陣之行數僅為 1, 我們稱為行向量 (column vector) 或簡稱向量 (vector), 當矩陣之列數僅為 1, 我們稱為列向量 (row vector) 4 c 1 A = 7 C = c 2 B = [ ] 10 c 3 c 4 向量 A 是一個 3 1 之矩陣 向量 C 是一個 5 1 之矩陣, 列向量的符號右上方加一撇之表示方式稱之為轉置 (transpose)
7 轉置 矩陣 A 之轉置我們習慣上用符號 A 來表示 例如 2 5 A = 所以轉置矩陣 A 為 : A = 轉置結果是行向量轉置成列向量, 反之, 則是列向量轉置成行向量
8 轉置 在一般的情形下,A 矩陣轉置的規則為 : (5.2) 其轉置矩陣為 : (5.3) 所以在矩陣 A 中的第 i 列第 j 行的元素, 轉置後出現在矩陣 A 中的第 j 列第 i 行 矩陣相等 a 1 4 A = a 2 B = 7 表示 a 1 =4, a 2 =7, a 3 =3 a 3 3
9
10 5.2 矩陣之加法與減法 Matrix Addition and Subtraction 當兩個矩陣可進行相加或相減時, 前提條件是兩個矩陣需具備有相同的階數 A = 2 5 B = 則 A+B = =
11 一般而言, 如果 則 (5.8) (5.8) 式可以一般化推廣至多於兩個矩陣之加減運算, 而且與一般代數規則有相同的性質 :A + B = B + A
12
13 5.3 矩陣相乘 Matrix Multiplication 純量與矩陣之相乘 一般而言, 當 兩矩陣之相乘, 而 k 為一個純量, 則 (5.11) 一般而言, 當矩陣 A 之階數為 r c, 而矩陣 B 之階數為 c s, 則乘積 AB 之階數為 r s, 且其第 i 列第 j 行的元素為 : 所以我們可以得到 : (5.12)
14
15
16 5.4 特殊矩陣 Special Types of Matrices 對稱矩陣 當, 則矩陣 A 為對稱矩陣 所有的對稱矩陣均為方陣 在迴歸分析中, 對稱矩陣經常是出現在矩陣 X 前面乘上其轉置 X,X X 必為對稱矩陣, 這結果由 (5.14) 得知 對角線矩陣 當矩陣之主對角線以外的元素均為零, 則此矩陣為一個對角線矩陣 (diagonal matrix), 單位矩陣 單位矩陣 (diagonal matrix)( 或 unit matrix) 之符號習慣上用 I 來表示, 該矩陣主對角線之元素均為 1, 而主對角線以外的元素均為零, 任意矩陣乘上或被乘上相同階數的單位矩陣, 其結果不變,
17 所以對於一個 r r 之矩陣 A, 我們有 (5.16) 純量矩陣 : 純量矩陣 (scalar matrix) 為主對角線元素均相同之對角線矩陣 元素全為一之向量與矩陣 : 當行向量內所有的元素均為 1, 我們用符號 1 來表示, (5.17) 而對於方陣內所有的元素均為 1, 我們用符號 J 來表示, (5.18)
18 對於一個 n 1 之向量 I, 我們有 而 I I = 1 1 : = n = n 1 1 零向量 I I = : 1 1 = : : =J n n 零向量是指向量內所有的元素均為 0, 用符號 0 來表示 : (5.19)
19 5.5 線性相依與矩陣的秩 Linear Dependence and Rank of Matrix 線性相依 當矩陣中存在有某一個行向量, 可以等於其他行向量之線性組合時, 該矩陣之各行為線性相依 (linear dependent) 若矩陣中不存在有任何一個行向量, 可以等於其他行向量之線性組合時, 該矩陣之各向量行為線性獨立 (linear independent) 如果存在 c 個不全為 0 之純量 k 1,, k c, 可以滿足 : (5.20) 則 c 個向量 C 1,,C c 為線性相依 ; 反之, 若滿足 k 1 C 1 + k 2 C k c C c = 0 之唯一條件為 k 1 = k 2 = = k c = 0, 則 c 個向量 C 1,, C c 為線性獨立
20 矩陣的秩 矩陣中可以滿足線性獨立最多數目之行向量, 該數稱為矩陣的秩 (rank), 舉前例而言, 由於四個行向量不為線性獨立, 所以矩陣 A 之秩不是 4, 不過第一 第二 第四行為線性獨立, 所以矩陣 A 之秩為 3 一個矩陣的秩是固定的, 而且可以透過最大線性獨立之列數來做等價之定義, 亦即一個 r c 之矩陣, 矩陣的秩不會大於 r 與 c 兩者之最小值 min(r,c) 當矩陣 A 與 B 相乘後得到矩陣 C, 則矩陣 C 的秩不會大於矩陣 A 的秩與矩陣 B 的秩兩者之最小值 min(ranka,rankb)
21 5.6 反矩陣 Inverse of Matrix 一個數的反元素 (inverse) 是指該數的倒數, 所以 6 的反元素是 例如 : = 6 1 6=1 χ x 1 =χ χ -1=χ -1 χ=1 在矩陣代數中, 矩陣 A 的反元素用符號來表示, 同時有性質 : (5.21) 唯有方陣中才有所謂反矩陣之定義, 不過有些方陣其反矩陣並不存在, 當方陣之反矩陣存在時, 必定是唯一一個
22
23
24 反矩陣之求法 一個 r r 之矩陣當其秩為 r 時, 則存在反矩陣, 這種矩陣我們稱之為非奇異 (nonsingular) 或全秩 (full rank), 其反矩陣的秩也是 r; 反之, 當 r r 之矩陣當其秩小於 r 時, 則不存在反矩陣, 這種矩陣我們稱之奇異 (singular) 或非全秩 (not of full rank)
25 反矩陣之求法 ( 對 2 2 與 3 3 之矩陣 ) 1. 矩陣 則 (5.22) 其中, (5.22a) D 稱為矩陣 A 之行列式值, 當矩陣 A 為奇異, 則 D = 0, 而矩陣 A 之反矩陣不存在
26 2. 矩陣 則 (5.23) 其中, 且 Z 稱為矩陣 B 之行列式值 (5.23a) (5.23b)
27
28
29 反矩陣之使用 在一般代數裡, 方程式 : 5y = 其解法為等號兩邊均乘上 5 之反元素, 亦即, = ( 5y) = ( 20) 5 5 則可以解出 : 1 y = ( 20) = 4 5 在矩陣代數中, 方程式 : AY=C 假設矩陣 A 之反矩陣存在, 則在等號兩邊乘上 A 之反矩陣 : A -1 AY=A -1 C, 因為 A -1 AY=IY=Y, 所以可以解出 : Y= A -1 C 舉例來說, 假設聯立方程組 : 2y 1 +4y 2 =20 3y 1 + y 2 =10 我們可以用矩陣表示成 : 2 4 y y 2 = 10
30 於是, y y 2 = 所以解出 : y y = = 4 因此 y 1 = 2,y 2 = 4 可以滿足原來的聯立方程組
31 5.7 矩陣之基本定理 一些常用的矩陣基本定理 : (5.25) (5.26) (5.27) (5.28) (5.29)
32 (5.30) (5.31) (5.32) (5.33) (5.34) (5.35) (5.36) (5.37)
33 5.8 隨機向量與矩陣 Random Vertors and Matrices 一個隨機向量或隨機矩陣是指的其內部元素是隨機變數, 所以在 (5.4) 中的觀測值向量 Y 即為一個隨機向量 隨機向量與矩陣之期望值假設有 n=3 個觀測值, 構成隨機向量 Y: Y 1 Y = Y Y 3 則 Y 的期望值為一個向量, 用符號 E{Y} 表示, 其定義如下 E { Y 1 } E{Y} = E { Y 2 } 3 1 E { Y 3 }
34 一般情形下, 一個隨機向量 Y 之期望值我們可以表示為 : (5.38) 而對於一個階數為 n p 之隨機矩陣 Y, 我們可以將其期望值表示為 : (5.39)
35
36 隨機向量之共變異矩陣 假設一隨機向量 Y 之三個隨機變數為 Y 1,Y 2,Y 3, 若其變異數分別為 σ 2 {Y i }, 另外還存在有三個隨機變數中的任一兩個變數間之共變異數 σ 2 {Y i,y j }, 則可以 σ 2 {Y i } 來表示 Y 共變異矩陣 (variance-covarance matrix): (5.40) 由於 在上述的例子中, 有 : (5.41)
37 經過矩陣之相乘運算, 並取期望值後, 我們可以得到下面結果 : 將上述結果推廣至一個 n 1 的隨機向量 Y, 其共變異矩陣為 : 此處的 σ 2 (Y) 是一個對稱矩陣 (5.42)
38
39 基本定理 有時我們經常會遇到一個常數矩陣 A( 元素固定之矩陣 ), 乘上一個隨機向量 Y, 而形成一個隨機向量 W 如下 : 則可能會用到一些基本定理 : (5.43) 其中, 為 Y 的共變異矩陣 (5.44) (5.45) (5.46)
40
41 多元常態分配 密度函數對於一個多元常態分配的密度函數, 最好是透過矩陣的方式來表示, 先定義一些向量與矩陣, 假設觀測值向量 Y 是由 p 個 Y 變數所組成, 則習慣上可以寫成 : (5.47) 用符號 μ 表示向量 Y 之期望值 E{Y}, 所以 (5.48)
42 最後,Y 的共變異矩陣用符號來表示 : (5.49) 在這裡,σ 2 1 為 Y 1 的變異數, 而 σ 12 則是 Y 1 與 Y 2 共變係數 對於一個多元常態分配的密度函數, 可以寫成 : (5.50) 其中, 表示共變異矩陣之行列式值
43 5.9 簡單線性迴歸模型的矩陣表示 Simple Liner Regression Model in Matrix Terms 在本節中將利用矩陣來處理簡單線性迴歸, 首先考慮的是常態誤差迴歸模型 (2.1): (5.51) 亦即, (5.51a)
44 另外還需增加迴歸係數所組成的向量 : (5.52) 於是可以將 (5.51a) 利用式 : 因為 矩陣做一個較為精簡的表達方 (5.53)
45 上式中表示各個觀測值 Y i 之期望值所組成之向量, 而, 所以 (5.54) 在 X 矩陣中有一全為 1, 我們可以將其視為一個虛擬變數 X 0 =1, 用以作為替代之迴歸模型 (1.5) Y i =β 0 X 0 +β 1 X i +ε i 其中 X 0 =1 故 X 矩陣包含了虛擬變數 X 0 =1 之行向量及預測變數觀測值 X i 之行向量
46 在誤差項部分中, 迴歸模型 (2.1) 假設 E{ε i }=0,σ 2 {ε i } =σ 2 且 ε i 之間為獨立之常態隨機變數, 我們可以將條件寫成矩陣之形式 : 上式所代表之意義為 : (5.55)
47 由於 ε i 具備有常數變異數, 而且 ε i 與 ε j 彼此間無相關性, 亦即共變異數為零 ( 換句話說, 對於所有的 i 與 j,i j, σ{ε i,ε j }=0 ), 誤差項之共變異矩陣可以表示如下 : (5.56) 而此一共變異矩陣為一個純量矩陣, 所以可以進一步表示為 : (5.56a) 因此常態誤差迴歸模型 (2.1) 寫成矩陣形式為 : (5.57) 其中 ε 為獨立常態隨機變數之向量, 且 E{ε}=0, σ 2 {ε}=σ 2 I
48 5.10 迴歸參數的最小平方估計 Least Squares Estimation of Regression Parameters 標準方程式 在第 1 章中的 (1.9) 式之標準方程式 : (5.58) 用矩陣形式表示則為 : 其中 b 為最小平方法估計下的迴歸係數向量 : (5.59) (5.59a)
49
50 迴歸係數之估計 透過 (5.59) 的矩陣形式之標準方程式運算出所估計的迴歸係數, 必須先假設的反矩陣存在, 然後在等號兩邊同時乘上的反矩陣 : 由於, 而 Ib = b, 所以 (5.60) 其結果與先前的估計量 b 0 (1.10a) 及估計量 b 1 (1.10b) 相同
51
52
53 5.11 配適值與殘差 Fitted Values and Residuals 配適值 在矩陣向量的形式中, 我們可以用向量來表示各個配適值 : (5.70) 然後用矩陣代數 : 因為 : (5.71)
54
55 帽子矩陣 應用 (5.60) 中的 b 公式可以將 (5.71) 的 成 亦即 (5.73) 其中, (5.73a) 透過 (5.73) 可知適配值可以表示為反應變數觀測值 Y i 的線性組合, 而係數則為矩陣 H 中的元素, 同時矩陣 H 僅僅牽涉 到預測變數 X n n 之方陣 H 稱為帽子矩陣 (hat matrix), 該矩陣使用於迴歸分析時是否會受到少數觀測值之影響 矩陣 H 為一個對稱矩陣, 並且具備一個冪等性的特殊性質 : (5.74) 在矩陣代數中, 當矩陣 M 滿足 MM = M 時, 則稱該矩陣為冪等的
56 殘差 將殘差所組成之向量用符號 e 表示 : (5.75) 透過矩陣代數, 我們有 : (5.76)
57
58 5.12 變異數分析 Analysis of Variance Results 平方和 首先從 (2.43) 有關於 SSTO( 總平方和 ) 之定義開始, 進行有關於如何利用矩陣來表達變異數分析 : (5.81) 而 (5.13) 為 : 透過 (5.18) 所定義之矩陣 J, 可以將表示為 : 舉例來說, 若 n=2, 則可得 : Y 1 Y 1 Y Y = 2 (5.82) (Y 1 +Y 2 )Y 1 +(Y 1 +Y 2 )Y 2 Y 1 ( ) ( ) Y Y 1 + Y 2 = 1 ( Y Y 2 )
59 因此 SSTO 可以表示為 : (5.83) 同理,, 也可以透過矩陣來表達 : (5.84) 而且可以證明出下面的結果 : 以及 SSR: (5.84a) (5.85)
60
61 平方和的二次式表示 對於 ANOVA 中的平方和, 事實上均可以證明它們為二次式, 例如 n = 2 時, 觀測值 Y i 的二次式 : (5.86) 就是一個二階的多項式, 該多項式之各項均為觀測值之平方或是兩兩之乘積, 用矩陣表示 (5.86) 如下 : 其中,A 為一個對稱矩陣 (5.86a)
62 一般對於二次式之定義為 : (5.87) 而 A 為一個 n n 之對稱矩陣, 特別稱它為二次式矩陣 ANOVA 中的平方和 :SSTO SSE SSR 都是二次式 從 (5.71) 式應用 (5.32) 可以得到 : 利用 (5.73) 之結果可得出 :
63 因 H 為對稱矩陣, 並利用 (5.32) 可得 : (5.88) 此一結果可以讓我們以下列方式表示 ANOVA 中之平方和 : (5.89a) (5.89b) (5.89c)
64 每個平方和均可以表示為, 相對應的 A 矩陣則為 : (5.90a) (5.90b) (5.90c)
65 5.13 迴歸分析推論 Inference in Regression Analysis 區間估計的共同形式, 均為利用點估計量加減所估計標準差之某一個倍數, 在此進行點估計之變異數估計, 其矩陣形式之討論 迴歸係數迴歸係數向量 b, 有下面的共變異矩陣 : (5.91) 可以表示為 : (5.92)
66 或是應用 (5.24a), 表示為 : (5.92a) 用 MSE 取代 (5.92a) 中的, 可以得到 b 之估計的共變異矩陣 : (5.93) 在 (5.92a) 中可以看出 (2.3) 中 b 0 的變異數與 (2.9) 中 b 1 的變異數, 以及 (4.5) 中 b 0 與 b 1 共變異數
67
68 平均反應 在此將針對 X h 進行平均反應之估計, 首先定義向量 : (5.95) 用矩陣符號表示其配適值為 : 因為, (5.96) 在式子 (2.29b) 中給定之變異數, 利用矩陣形式表示如下 : (5.97) 應用式子 (5.92),(5.93) 中之變異數, 可以表示為估計迴係數時, 其共變異矩陣之函數 : (5.97a)
69 在 (2.30) 中所列出形式表示為 : 之估計變異數, 在此利用矩陣 (5.98)
70 新觀測值之預測在式子 (2.38) 中所給的估計變異數示為 :, 用矩陣形式表 (5.100)
Microsoft Word - 94_2_stat_handout08_線性迴歸(考古題).doc
8 第八章線性迴歸 ( 考古題 ) 006 年 4 月 9 日最後修改 8.1(94- 逢甲 - 國貿 ) (a) y = 7.776 1.77x (b) 006 陳欣得統計學 線性迴歸 ( 考古題 ) 第 8-1 頁 β 表示 x 變動一單位會導致 y 變動 ˆ β = 1.77 單位, 即每增加 1,000 磅重量, 汽車每公升汽油行駛里程會減少 1.77 公里 (c) () (e) SSR 134.717
More information<4D F736F F D20B3AFABD8EA4D2DB9EFBAD9A668B6B5A6A1AABA652D68ABEDB5A5A6A15FA4555F>
對稱多項式的 h恆等式 ( 下 ): 將 h 用 的行列式表示 陳建燁 臺北市立第一女子高級中學數學教師 壹 前言 : 關於對稱多項式, 有一個很重要的事實, 稱為 對稱多項式的基本定理, 簡單地說, 即任何 元 (,,, ) 的對稱多項式, 總是可以寫成 個基本對稱多項式 ( 即,,, ) 的多項式 ( 參考資料 [4]) 例如: ( ) ( ) [ (,, )] (,, ) 那 麼, 既然 h(,,,
More information0 0 = 1 0 = 0 1 = = 1 1 = 0 0 = 1
0 0 = 1 0 = 0 1 = 0 1 1 = 1 1 = 0 0 = 1 : = {0, 1} : 3 (,, ) = + (,, ) = + + (, ) = + (,,, ) = ( + )( + ) + ( + )( + ) + = + = = + + = + = ( + ) + = + ( + ) () = () ( + ) = + + = ( + )( + ) + = = + 0
More informationMicrosoft PowerPoint - B9-2.pptx
單元名稱 : 9 三角函數的積分 教學目標 : 使學生了解三角函數的積分 三角函數積分的類型及一些積分技巧 學習時數 : 約一小時 教學內容 :. [ 第一類型 ] 六個三角函數本身的積分. [ 第二類型 ] sin n 及 os n 的積分 sin os m n. [ 第三類型 ] 的積分 4. [ 第四類型 ] n 及 ot n 的積分 5. [ 第五類型 ] n 及 s n 的積分 m 6.
More informationMicrosoft PowerPoint - ch06-AN.ppt
第 6 章 複迴歸之一 Multiple Regression I 6.1 複迴歸模型 Multiple Regression Models 需要多個預測變數 在第 1 章迴歸分析時, 單一預測變數可能無法對反應變數提供適當完整的描述, 因為存在多個對於反應變數有重要或是關鍵性的影響的變數, 同時單一預測變數對反應變數所進行的預測並不夠精確以致於不實用 在第 2 章的 Toluca 公司案例中, 單一預測變數所進行的預測不夠精確的情形,
More information5-1-1機率與統計(二)-條件機率與貝氏定理
選修數學 - 矩陣 - 矩陣的應用 思考. 生活中的事務 經量化後 有些問題可以藉著矩陣加以處理 ; 首先將數據資料整理並以矩陣表示 再配合其實值意義與矩陣運算的關係可處理之尤其是與機率有關的問題 矩陣之應用更是有利的工具 定義. 機率矩陣 機率向量 : 若 X 且滿足 其中 i i i i 則稱 X 是一個機率矩陣 即若行矩陣 X 中的每一個行矩陣的元都是非負的實數 且各元的和為 這種矩陣稱之為機率矩陣
More information( ) t ( ) ( ) ( ) ( ) ( ) t-
(Statistics). (Descriptive Statistics). (Inferential Statistics) (Inductive Statistics) ( ) t ( ) ( ) ( ) ( ) ( ) t- ( ) ( ) ( )? ( ) ( )? ( ) )?( t ) ( )? ( ) ( ) ( ) ( ) ( ) ( )? ( ) ( ) ( )? ( )?( t
More informationMicrosoft PowerPoint - ch04a.pptx
8// Chpter 4 廣義向量空間 4. ~ 4.4 Prt A 4. 廣義向量空間及子空間 4 4. 線性組合 4. 線性相依與線性獨立 4.4 基底性質 Ch4A_ 8// 定義 : 4. 廣義的向量空間 向量空間 V 為對 向量加法 與 純量乘積 二種運算均有定義, 且滿足所有下列公理之一組元素 ( 即向量 ) 所構成的集合 ( 以下 u, v, w 為 V 之任意向量, 而, d 則為純量
More informationMicrosoft Word - 1-1泰宇解答
學校 : 學年度第學期第次段考科目名稱命題教師 : 年 班座號 : 姓名 : 得分 : 一 單選題 : ( ). 設 (x x6) (D) x Ax Bx Cx6, 則 A B C (A)6 (B) (C) 解答 :D ( ). 求 (x x x)( x x ) 的展開式中, x 項的係數為何? (A) (B) (C)6 解答 :A (D)7 9 統測 ( ). 下列何者為多項式? (A) x (B)
More informationMicrosoft Word - 初等物數2012.doc
Chpter Mtres n Vetors 矩陣與向量 - Mtres 矩陣 令 m 與 n 為正整數 一個大小 sze 或 階數 orer 為 m n 的矩 陣是一個數字 的有序集合 orere set 其中 m n 長 相如下 : m m n n mn 矩陣內的數字 稱為第 列 橫 第 行 直 的 矩陣元素 mtr element 若 m n 則 稱為 方陣 squre mtr 下列 - 表列出
More informationMicrosoft PowerPoint - ch05.ppt [相容模式]
8// hpter 特徵值與特徵向量. 特徵值與特徵向量. 人口統計與天氣預測. 矩陣對角化. 二次式 差分方程及常態模式 h_ 8//. 特徵值與特徵向量 定義 : 令 為一 矩陣, 對純量 而言, 若 R 中存在有非 向量, 使得. 則稱 為矩陣 之特徵值 eigevlue, 而則稱 為對應於 之特徵向量 eigevector h_ 特徵值與特徵向量之計算 令 為一 矩陣, 純量 為其特徵值,
More informationuntitled
TFT-LCD Mura & Y.H. Tseng 2006.12.4 Outline Mura Mura Mura 類 度 Mura Mura JND Mura Convolution filter (Filter design) Statistical method (ANOVA,EWMA) Backgroup estimation (LSD) 2 What is Mura- Mura Mura
More information二次曲線 人們對於曲線的使用及欣賞 比曲線被視為一種數學題材來探討要早 得多 各種曲線中 在日常生活常接觸的 當然比較容易引起人們的興趣 比如 投擲籃球的路徑是拋物線 盤子的形狀有圓形或橢圓形 雙曲線 是較不常見的 然而根據科學家的研究 彗星的運行軌道是雙曲線的一部 分 我們將拋物線 圓與橢圓 雙曲
-1 圓方程式 第 章 二次曲線 38 二次曲線 人們對於曲線的使用及欣賞 比曲線被視為一種數學題材來探討要早 得多 各種曲線中 在日常生活常接觸的 當然比較容易引起人們的興趣 比如 投擲籃球的路徑是拋物線 盤子的形狀有圓形或橢圓形 雙曲線 是較不常見的 然而根據科學家的研究 彗星的運行軌道是雙曲線的一部 分 我們將拋物線 圓與橢圓 雙曲線合稱為圓錐曲線 因為在平面坐標 系中 其對應的方程式均為二元二次式
More informationMicrosoft Word - 15_Quantified_statement.doc
.5 全稱命題 (universal statement) 與特稱命題 (existential statement) 將一些有明確性質的東西看成一體, 就形成一個集合 (set), 例如 :{ 所有會飛的動物 }, { 所有能被 5 整除的正整數 }, { 所有法國或德國進口的跑車 } 等都是集合 至於沒有元素的集合, 我們特別稱之為空集合 (empty set), 用符號 表示, 如 { 有四個邊的三角形
More information) & ( +,! (# ) +. + / & 6!!!.! (!,! (! & 7 6!. 8 / ! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. ()
! # % & & &! # % &! ( &! # )! ) & ( +,! (# ) +. + / 0 1 2 3 4 4 5 & 6!!!.! (!,! (! & 7 6!. 8 / 6 7 6 8! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. () , 4 / 7!# + 6 7 1 1 1 0 7!.. 6 1 1 2 1 3
More information1-2 二元一次聯立方程式 21 例 1 代入法判斷二元一次聯立方程式的 { x3y5 2xy3 x1y2 x3y3 x2y1 xy 二元一次式 x y x+3y x-y x2y1 x2y1 { x3y5 2xy3 { 2x3y1 xy3 x2y1
1 20 1-2 二元一次聯立方程式 1 二元一次聯立方程式 2 代入消去法 3 加減消去法 主題 1 二元一次聯立方程式 列二元一次聯立方程式 6 x y 3 1 700 3xy700 5 2 1200 5x2y1200 { 3xy700 5x2y1200 二元一次聯立方程式 二元一次方程組 二元一次聯立方程式的 3xy700 5x2y1200 xy x y 共同 x200y100 3xy700
More information目次 CONTENTS 2 1 乘法公式與多項式 二次方根與畢氏定理 因式分解 一元二次方程式
給同學的話 1 2 3 4 目次 CONTENTS 2 1 乘法公式與多項式 1-1 3 1-2 7 1-3 11 1 16 2 二次方根與畢氏定理 2-1 20 2-2 24 2-3 29 2 33 3 因式分解 3-1 37 3-2 41 3-3 45 3 49 4 一元二次方程式 4-1 53 4-2 57 4-3 61 4 65 3 1-1 乘法公式 本節性質與公式摘要 1 分配律 : ddd
More informationLAch7
Maxima 在線性代數上之應用 正準形式 國立屏東教育大學應用數學系研究助理徐偉玲 weilinghsu@mail.npue.edu.tw 日期 :2009/9/8 除另有說明外, 本文件採用創用 CC 姓名標示 非商業性 2.5 台灣條款 第七章正準形式 7.1 Jordan 正準形式 Ⅰ 2. 對每一個矩陣 A, 對 L A 的每一個廣義特徵空間找一組由不相交的廣義特徵向 量循環集之聯集所組成之基底,
More information遞迴數列
第三冊 - 向量 - 向量的基本應用 應用. 在 中 分別是 兩邊的中點 試證 : 且 + + ( + 故 // 且. 向量的線性組合 : 設 a // 則在 a 與 所決定的平面上的每個向量 都有唯一的實數對 ( x y 使 xa + y 稱為 a 的線性組合. 三點共線 : ( P 三點共線 存在 t R t 0 使得 P t ( 設 s t R 且 OP s O + t O 若 P 共線 s
More informationMicrosoft Word - SPSS軟體操作-basic docx
第十七單元邏輯斯迴歸分析 ( 一 ) 梁文敏教授葉懿諄統計分析師 邏輯斯迴歸分析適用於依變數為二元類別資料的情形, 又若自變數只有一個, 則此分析稱為簡單邏輯斯迴歸分析 (simple logistic regression) 或稱為單變數邏輯斯迴歸分析 (univariate logistic regression) 在邏輯斯迴歸分析中, 自變數可為連續變數或類別變數 本單元之自變數只有一個, 也就是職場壓力程度,
More information# ( + + # + # 6 +,! + # +! +, + # ( + ) ( + ( + ) + 7! + # + /8 + ) ( +! + #. + ( +, +! + # + # + + ( ! ( + ) ( + ) +, + ( + 9% +! +, + ( +
! ## % & (! ) # (! + ) (, ( + ) ( +! ( + + # + #! + ( + + ( + ) ( + + ( + # + ) +! ( + ( + # +! ( + ) + # ( + ) + # +! ( +. + / 0. + ( + # + # + +, + ) + + ) + 1!, ( 2 1 # 3 )! # ( 4 5 #3 (! # ( 4 # #
More informationMicrosoft Word - 95_1_stat_handout_04抽樣與抽樣分配.doc
4 第四章抽樣與抽樣分配 006 年 8 月 9 日最後修改 4. 抽樣與抽樣方法 4. 抽樣分配概論 4. 常見的抽樣分配 4.4 中央極限定理 4. 抽樣與抽樣方法 母體 (populatio): 我們有興趣的研究對象, 一般是由許多個體或所組成的集合 樣本 (sample): 母體的部分集合 我們有興趣的是母體, 但是實際測量 研究的是樣本 我們希望經由樣本提供的資訊來推測母體的狀況 ( 推論統計
More information% %! # % & ( ) % # + # # % # # & & % ( #,. %
!!! # #! # % & % %! # % & ( ) % # + # # % # # & & % ( #,. % , ( /0 ) %, + ( 1 ( 2 ) + %, ( 3, ( 123 % & # %, &% % #, % ( ) + & &% & ( & 4 ( & # 4 % #, #, ( ) + % 4 % & &, & & # / / % %, &% ! # #! # # #
More information%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &!
%! # # % % & # ( ) ( +, & +, +, & +, & +, +, &! & &./ 0 # #1 # 2! +, 3 4 4 +,!!!! 4 4 4 4 4 56 7 89 #! 4! 4 4! 4 4! 14 #: 2 4! +,! +, 14 4 ; < = ( 4 < = +14 # : 1 1 4 # : : 3 # (4,! / +, +, +, > +,? 3
More information行列式, 柯拉瑪法則 n 階的行列式是 n n ( 所以是方陣!) 矩陣 A = [a jk ] 相關的純量, 可寫為 (1) 且對 n = 1 而言, 行列式定義為 (2) 第 6 章拉式轉換線性代數 : 矩陣, 向量, 行列式, 線性方程組 P.271
第 7 章線性代數 : 矩陣, 向量, 行 列式, 線性方程組 7.1 矩陣, 向量 : 加法與純量乘積 7.2 矩陣乘法 7.3 線性方程組, 高斯消去法 7.4 線性獨立, 矩陣的秩, 向量空間 7.5 線性系統的解 : 存在性, 唯一性 7.6 參考用 : 二階與三階行列式 7.7 行列式, 柯拉瑪法則 7.8 反矩陣, 高斯 喬丹消去法 7.9 向量空間, 內積空間, 線性轉換 ( 選讀 )
More informationMicrosoft Word - Friedberg doc
線性代數 Linear Algebra A set is a collection of objects, called elements of the set. If x is an element of the set A, then we write x A; otherwise, we write x A. 集合(Set) 係物體的 集合(Collection) ; 構成 集合 (Set)
More informationMicrosoft Word - ACL chapter02-5ed.docx
第 2 章神奇的質數 2.1.1 什麼是質數 1 1 1 打下好基礎 - 程式設計必修的數學思維與邏輯訓練 1 1 0 10 2 3 5 7 4 6 8 9 10 4 10000 1229 1000 168 2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97 101 103 107 109 113 127 131
More information標題
行列式與其應用 甲 二階行列式 引入二階行列式 : 解二元一次方程組 :, 其中, 是未知數, 我們使用代入消去法解之 當 時, 解得唯一解 : 為了簡化過程與符號, 定義二階行列式 定義 : 當,,,d 為 個數, d d 它是左上與右下的乘積減去右上與左下的乘積 引入二階行列式的符號之後, 重新考慮解 的過程, 可得, 其中,, 當 時, 方程組,, [ 此稱為克拉瑪公式 ] 當, 方程組有無限多解
More informationPrevious Next First Last Ba
zwp@ustc.edu.cn Office: 1006 Phone: 63600565 http://staff.ustc.edu.cn/~zwp/ http://fisher.stat.ustc.edu.cn 1.1............... 1 1.2............... 9 1.2.1.......... 16 1.2.2....... 22 1.2.3......... 23
More informationMicrosoft Word - 97_2_la_handout_06線性轉換與特徵值問題.doc
第六章線性轉換與特徵值問題 最後更新日期 :9 年 月 8 日 本章介紹線性轉換 (liear trasformatio), 將線性系統看成一個函數, 探討在不同向量空間裡之向量的對應情形 定義函數時, 定義域與值域是重要的元素, 在線性轉換中, 對應前者的是轉換矩陣的核 (kerel), 而對應後者的是轉換矩陣的值域 (rage) 特徵值問題(eigevalue ad eigevector) 是線性轉換的一個重要的應用,
More informationMicrosoft Word - 線性代數第四章-2修( ).doc
Ch4 Determiats 行列式 (The determiat) 是個 special scalar-valued fuctio 定義在 M ( F). 雖然其重要性因 umerical liear algebra 的成長, 而減低. 但行列式仍然在線性書中不可或缺. 這本書行列式主要用途在計算一個矩陣的 eigevalues 和建立這些 eigevalues 的一些性質. 4.1 介紹 矩陣之行列式.
More informationMicrosoft Word - Vector and Matrix 2.doc
陣列 (Array) 陣列依其維度可分為一維 二維以及多維 若陣列只有一維, 稱之為向量 (vector); 陣列為二維, 則稱之為矩陣 (matrix) 壹 向量一 建立向量的基本函數 說明 [ ] 建立陣列 -3:3 從 -3 到 3, 間距 1, 建立一個列向量 -3:0.1:3 從 -3 到 3, 間距 0.1, 建立一個列向量 linspace(-3,3) 從 -3 到 3, 建立 100
More information!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /.
! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9
More information& &((. ) ( & ) 6 0 &6,: & ) ; ; < 7 ; = = ;# > <# > 7 # 0 7#? Α <7 7 < = ; <
! # %& ( )! & +, &. / 0 # # 1 1 2 # 3 4!. &5 (& ) 6 0 0 2! +! +( &) 6 0 7 & 6 8. 9 6 &((. ) 6 4. 6 + ( & ) 6 0 &6,: & )6 0 3 7 ; ; < 7 ; = = ;# > 7 # 0 7#? Α
More information2008 5-1 - 2008 5-2 - 2008 5-1 - 2008 5-2 - 200810 2007~2010 2007 3 2008 2008 5-3 - 1 2 1 2 2008 5-4 - 3 4 2008 5 9 2008 5 16 2008 5-5 - 2008 5-6 - 2008 5-7 - 2008 5-8 - 2006 7 25 21 2008 5-9 - 2008 5-10
More information! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %!
! # # % & ( ) ! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) 0 + 1 %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %! # ( & & 5)6 %+ % ( % %/ ) ( % & + %/
More informationENGG1410-F Tutorial 6
Jianwen Zhao Department of Computer Science and Engineering The Chinese University of Hong Kong 1/16 Problem 1. Matrix Diagonalization Diagonalize the following matrix: A = [ ] 1 2 4 3 2/16 Solution The
More informationμ μ - - β- - μ
SUA41 - β- - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - μ μ - - β- - μ μ - β- β- β- - - - - - - - - - - - - - - - - - - μ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
More information8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 =
!! % & ( & ),,., / 0 1. 0 0 3 4 0 5 3 6!! 7 8 9 8!! : ; < = > :? Α 4 8 9 < Β Β : Δ Ε Δ Α = 819 = Γ 8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε 8 9 0 Μ Ε 8 > 9 8 9 = 8 9 = 819 8 9 =
More information系
東吳大學九十八學年度轉學生 ( 含進修學士班 ) 招生考試試題第 1 頁, 共 10 頁 選擇題 :100%( 每題 分 ) 1. 已知 95% C.I. of (μ 1 -μ ) is (0., 1.5), 則對 H 1 : μ1 μ at α=0.05 level 檢定的可能決定是 (A) reject H 0 (B) accept H 0 (C) cannot reject H 1 (D) 資料不足,
More information<4D F736F F F696E74202D20B3E6A4B831302DA668C5DCB671B2CEAD70A4C0AA D29B0F2A5BBB7A7A9C0A4CEB27ABDD7>
SPSS 及多變量統計分析 - 第 單元 - 多變量統計分析 (SEM) 基本概念及理論 一 基本符號 希臘符號 ( 小寫 ) 說明 β beta 描述潛在依變數間 () 之直接影響效果 γ gamma 描述潛在自變數 () 對潛在依變數 () 之直接影響效果 delta 觀察變數之 測量誤差 epsilon 觀察變數之 測量誤差 ζ zeta 結構方程式之殘餘誤差 ; 介於 及 ζ 結構關係之隨機干擾項
More information8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! <
! # % ( ) ( +, +. ( / 0 1) ( 2 1 1 + ( 3 4 5 6 7! 89 : ; 8 < ; ; = 9 ; ; 8 < = 9! ; >? 8 = 9 < : ; 8 < ; ; = 9 8 9 = : : ; = 8 9 = < 8 < 9 Α 8 9 =; %Β Β ; ; Χ ; < ; = :; Δ Ε Γ Δ Γ Ι 8 9 < ; ; = < ; :
More informationMicrosoft PowerPoint - SMC #3.ppt
滑動模式控制 Sliig moe cotrol T. C. Kuo 線性非時變單輸入系統 Liear time-ivariat sigle iput system 動態方程式 (yamics equatio) x & = Ax + Bu 其中 x R, u R, A R, B R 定義誤差 (error) e = x x 其中為追蹤訊號 (esire sigal), x R x 選擇滑動函數 (sliig
More information公職王歷屆試題 4 高考 共 8 頁第 頁 在以向量表示法的迴歸模型 M:ε 中, 如何將 更精簡的以矩陣與參數向量表示? 另外, 在一般情形下, 此時 ε 之機率分分為何? 計計迴歸模型計中之參數向量 的最小平方估計量及估計其變異數共變異數矩陣 variacecovariace matrix 今
公職王歷屆試題 4 高考 類科 : 統計科目 : 迴歸分析 4 年公務人員高考考試試題 附表 :F 分分. 臨界值 Fdf,df,. df\df 5 6 7 8 9.7.48.6.7.99.975.695.668.645.64.66.589.49.46.47.46.97.8 4.6..8.86.66.49 一 若考慮配適一簡單線性迴歸模型 yx, 其中 為參數,ε 為隨機誤差, 且假設其為具均數,
More information11第十一章階層線性模式.DOC
11.1 11.1.1 (student-level) (personal-level) ( ) (school-level) (organization-level) ( ) 1. (disaggregation) (estimated standard errors) (type one error). (aggregation) (within-group) (1997) (hierarchical
More informationΖ # % & ( ) % + & ) / 0 0 1 0 2 3 ( ( # 4 & 5 & 4 2 2 ( 1 ) ). / 6 # ( 2 78 9 % + : ; ( ; < = % > ) / 4 % 1 & % 1 ) 8 (? Α >? Β? Χ Β Δ Ε ;> Φ Β >? = Β Χ? Α Γ Η 0 Γ > 0 0 Γ 0 Β Β Χ 5 Ι ϑ 0 Γ 1 ) & Ε 0 Α
More information= Υ Ξ & 9 = ) %. Ο) Δ Υ Ψ &Ο. 05 3; Ι Ι + 4) &Υ ϑ% Ο ) Χ Υ &! 7) &Ξ) Ζ) 9 [ )!! Τ 9 = Δ Υ Δ Υ Ψ (
! # %! & (!! ) +, %. ( +/ 0 1 2 3. 4 5 6 78 9 9 +, : % % : < = % ;. % > &? 9! ) Α Β% Χ %/ 3. Δ 8 ( %.. + 2 ( Φ, % Γ Η. 6 Γ Φ, Ι Χ % / Γ 3 ϑκ 2 5 6 Χ8 9 9 Λ % 2 Χ & % ;. % 9 9 Μ3 Ν 1 Μ 3 Φ Λ 3 Φ ) Χ. 0
More information,!! #! > 1? = 4!! > = 5 4? 2 Α Α!.= = 54? Β. : 2>7 2 1 Χ! # % % ( ) +,. /0, , ) 7. 2
! # %!% # ( % ) + %, ). ) % %(/ / %/!! # %!! 0 1 234 5 6 2 7 8 )9!2: 5; 1? = 4!! > = 5 4? 2 Α 7 72 1 Α!.= = 54?2 72 1 Β. : 2>7 2 1 Χ! # % % ( ) +,.
More informationMicrosoft Word - 29 Discriminant Analysis.doc
二十九 區別分析 判別分析 Discriminant Analysis 1. 區別分析是多元統計分析中用於判別樣品 ( 受訪者 ) 所屬類型 ( 族群 ) 的一種方法, 與集群分析相同的勢將相似的樣本 ( 受訪者 ) 歸為一類 ( 族群 ), 不同處卻在於集群分析預先不知道分類, 而區別分析是在研究對象分類已知的情況下, 根據樣本資料推導出一個或一組區別 ( 判別 ) 函數, 同時指定一種判別規則,
More information! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 /
! # %& ( %) & +, + % ) # % % ). / 0 /. /10 2 /3. /!. 4 5 /6. /. 7!8! 9 / 5 : 6 8 : 7 ; < 5 7 9 1. 5 /3 5 7 9 7! 4 5 5 /! 7 = /6 5 / 0 5 /. 7 : 6 8 : 9 5 / >? 0 /.? 0 /1> 30 /!0 7 3 Α 9 / 5 7 9 /. 7 Β Χ9
More information! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, ( 4! 0 & 2 /, # # ( &
! # %! &! #!! %! %! & %! &! & ( %! & #! & )! & & + ) +!!, + ! + +, ) % %.!&!, /! 0! 0 # ( ( # (,, # ( % 1 2 ) (, 3 0 1 ( 4! 0 & 2 /, # # ( 1 5 2 1 & % # # ( #! 0 ) + 4 +, 0 #,!, + 0 2 ), +! 0! 4, +! (!
More information2 數學傳播十九卷二期民 84 年 6 月 x 1 = [A 1,,A n ] x n = x 1 A x n A n = b (5) x 1 註 (A): 如果我們將向量 視為矩 x n 陣的話, 則 (5) 式同時也告訴我們, 矩陣乘在 右手邊其運算為行運算 ( 同理乘在左手邊則 為
線性代數的基本定理 林琦焜 前言 : 最近在 American Mathematical Monthly 閱讀到 Gilbert Strang 探討線 性代數之文章, 讀後收穫良多, 尤其幾個圖形 實在有教學上之價值 在感動之餘想想何不 動手, 以 Gilbert Strang 之文章為藍本, 同 時把自己讀書與教學之心得將之整理後, 以 與中文之讀者一起分享 此文主要探討的是 Fredholm Altenative
More informationuntitled
論 年來 來 例 路 流 路 路 零 了 度 領 路 例 濾 螺 螺 金 降 了 論 良 量 不切 例 立 度 立 度 類 不 路 數 例 行 降 不 量 了 螺 金 ( W ) 1 了 不良 例 金 ( W P ) 來降 論 來 金 金 金 了 不良 金 流 不 流 不 率 流 金 流 金 兩 流 流 流 來 金 數 金 裡 流 論 利 參數來 論 螺 來 不良 串聯 數 串聯 流 金 ( W )
More informationMicrosoft Word - 10_線性代數_2012_0212.doc
線性代數 - 基本觀念 矩陣之定義與矩陣種類. 任何 個的數值 有規則排列成一長方形陣列 稱為矩陣 (tr) [ ] j () 代表列數 (row) 代表行數 (colu) () j 代表第 列 第 j 行之元素 () 其階 (order) 為 階. 方矩陣若一矩陣行數等於列數 亦即 = 時 則稱為階 或 階方矩陣. 列矩陣 (row tr) 若一矩陣僅有一列元素 亦即 = 稱為列矩陣或列向量 (row
More information%% &% %% %% %% % () (! #! %!!!!!!!%! # %& ( % & ) +, # (.. /,) %& 0
!! # # %% &% %% %% %% % () (! #! %!!!!!!!%! # %& ( % & ) +, # (.. /,) %& 0 +! (%& / 1! 2 %& % & 0/ / %& + (.%.%, %& % %& )& % %& ) 3, &, 5, % &. ) 4 4 4 %& / , %& ).. % # 6 /0 % &. & %& ) % %& 0.!!! %&
More information整理後可得, 這就是 拉格朗日插值多項式 的型式! 由上述過程, 可看出 范德蒙行列式 與 拉格朗日插值多項式 之間的關連, 只不過在計算 范德蒙矩陣 之反矩陣過程中, 需處理複雜的數據, 必須要很細心推導 所以可以理解為什麼在高中教材中不會提到這塊, 因為台下的學生最後可能會失去耐心聆聽 筆者認為
范德蒙行列式 可以做哪些事? 林政逸高雄市立三民家商數學教師摘要 : 本文以高中教材中著名的三階 范德蒙行列式 為出發點, 淺談三個主題 : 范德蒙行列式 與 拉格朗日插值多項式 之間的關連 利用 之性質, 化簡特殊例題並得出一般化的結果 利用 范德蒙行列式 導出 的判別式 一 范德蒙行列式 與 拉格朗日插值多項式 最近在 科學月刊第 8 期 讀到游森棚教授所寫的一篇與 范德蒙行列式 有關的文章,
More information! # % & ( & # ) +& & # ). / 0 ) + 1 0 2 & 4 56 7 8 5 0 9 7 # & : 6/ # ; 4 6 # # ; < 8 / # 7 & & = # < > 6 +? # Α # + + Β # Χ Χ Χ > Δ / < Ε + & 6 ; > > 6 & > < > # < & 6 & + : & = & < > 6+?. = & & ) & >&
More information! # %& ( %! & & + %!, ( Α Α Α Α Χ Χ Α Χ Α Α Χ Α Α Α Α
Ε! # % & ( )%! & & + %!, (./ 0 1 & & 2. 3 &. 4/. %! / (! %2 % ( 5 4 5 ) 2! 6 2! 2 2. / & 7 2! % &. 3.! & (. 2 & & / 8 2. ( % 2 & 2.! 9. %./ 5 : ; 5. % & %2 2 & % 2!! /. . %! & % &? & 5 6!% 2.
More informationARBURG Qualitätssicherung AQS 4.0
數 凖 數 度 度 度 力 力 力 度料 度 度 留 凖 量 量 料 度 若 螺 螺 量 度 來 量 量 (Kg) 度 (kg/cm³ )= V(cm³ ) (A) 度 度 (L) ³ ² 凖 料 度 度 料 凖 料 度 度 料 凖 料 料 不 度 不 參 料 度 料 料 度 離 凖 度 數 率 兩 省 省 料 凖 度 數 率 兩 省 省 料 凖 料 度 說 量 料 度 異 不 參 度 料 料
More informationPowerPoint Presentation
13. Linear Regression and Correlation 數 1 Outline Data: two continuous measurements on each subject Goal: study the relationship between the two variables PART I : correlation analysis Study the relationship
More information, & % # & # # & % & + # & # # # & # % #,
! # #! % # & # & & ( ( # ) % , & % # & # # & % & + # & # # # & # % #, # % % # % # ) % # % % # % # # % # % # + # % ( ( # % & & & & & & % & & # % # % & & % % % . % # / & & # 0 ) & # % & % ( # # & & & # #
More information! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7
!! # & ( ) +,. )/ 0 1, 2 ) 3, 4 5. 6 7 87 + 5 1!! # : ;< = > < < ;?? Α Β Χ Β ;< Α? 6 Δ : Ε6 Χ < Χ Α < Α Α Χ? Φ > Α ;Γ ;Η Α ;?? Φ Ι 6 Ε Β ΕΒ Γ Γ > < ϑ ( = : ;Α < : Χ Κ Χ Γ? Ε Ι Χ Α Ε? Α Χ Α ; Γ ;
More informationMicrosoft PowerPoint - ch10
第 0 章簡單線性迴歸 : 最小平方法 本章綜覽 變異數分析不適合用來說明當某變數變動一單位時, 另一變數變動的情形 本章將介紹另一種方法 : 迴歸分析 regresso aalyss 迴歸分析 : 以數學和統計方法來確認一組變數中的系統性部分, 並依此解釋過去的現象和預測未來 介紹單一變數的簡單線性迴歸模型 smple lear regresso model 最小平方法及其代數性質 衡量迴歸模型好壞的配適度指標等
More information实验室诊断专辑
...1...2...4...5...8...10...12...13...14...15...56...57...58...66 1 2 3 4 5 β 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
More information# #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. /
! ( ) # # % % ( % % %! % % & % # #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. / 12 23 4 5 6 7 3.! (. ( / ( ) ). 1.12 ( 4 4 % & &!7 % (!!!!, (! % !!! % %!,! ( & (!! 8!!!,!!+!! & !!%! & 9 3 3 :;
More information<4143445365652050726F20B4F2D3A1D7F7D2B5>
南 通 市 环 境 保 护 委 员 会 通 环 委 办 2016 1 号 关 于 公 布 2015 年 度 南 通 市 区 非 国 控 企 业 环 境 信 用 评 级 结 果 的 通 知 各 有 关 单 位 : 根 据 南 通 市 企 业 环 保 信 用 评 价 及 信 用 管 理 暂 行 办 法 ( 通 环 规 2015 1 号 ) 及 南 通 市 企 业 环 保 信 用 评 价 标 准 及 评
More information腊八粥的来历 南宋陆游诗云 今朝佛粥更相馈 反觉江村节 物新 说的就是腊八粥 可见 腊八节 吃 腊八 粥 的风俗 由来已久 每逢腊八这一天 不论是朝 廷 官府 寺院还是黎民百姓家都要做腊八粥 这一 天 人们还要祭祀祖先 众神并庆祝丰收 后来 逐 渐演变成吃腊八粥祝来年五谷丰登 对于腊八粥的来历说法也
春节始末 年 的传说 说到 年 和春节 有 几个版本的说法 壹 相传 中国古时候有 一种叫 年 的怪兽 头长 触角 凶猛异常 长年深居 海底 每到除夕就爬上岸吞 食牲畜伤害人命 因此 每 每除夕这天 村村寨寨的乡 民扶老携幼逃往深山 以躲 避 年 兽的伤害 这年除 夕 一个乞讨老人来到村 里 得到村里一位老婆婆的 施舍 于是决定帮村里的 人铲除怪兽 半夜时分 年 兽闯进村 见门前贴 大红纸 屋内灯火通明
More information欢迎参加 《计量基础知识》培训班
µ kσ y µ t y i y µ+kσ n 1 i = ik = k 1 n ( ) v i = i n ( i s ( ) = i = 1 n 1 ) 2 s ( ) = s( ) n σ d 3 d s G ( n ) 1 1 2 1 1 10 10, n n n n = = 1 1 1 2 2 1 11 11, n n n n = = 1 1 1 3 2 2 21 21, n n
More information!!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, )
! # % & # % ( ) & + + !!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, ) 6 # / 0 1 + ) ( + 3 0 ( 1 1( ) ) ( 0 ) 4 ( ) 1 1 0 ( ( ) 1 / ) ( 1 ( 0 ) ) + ( ( 0 ) 0 0 ( / / ) ( ( ) ( 5 ( 0 + 0 +
More information& & ) ( +( #, # &,! # +., ) # % # # % ( #
! # % & # (! & & ) ( +( #, # &,! # +., ) # % # # % ( # Ι! # % & ( ) & % / 0 ( # ( 1 2 & 3 # ) 123 #, # #!. + 4 5 6, 7 8 9 : 5 ; < = >?? Α Β Χ Δ : 5 > Ε Φ > Γ > Α Β #! Η % # (, # # #, & # % % %+ ( Ι # %
More information(D1-1~10_
南榮學報第十五民國 101 年 5 月 Joural of Na Jeo, Vol. 15, 01 矩陣多項式多項式的計算的計算問題 余啟輝 南榮技術學院資訊工程系助理教授 Email: chiihuei@mail.jtc.edu.tw 摘要 本篇文章是研究二階實數矩陣多項式的計算問題, 其中包含了矩陣的任意次方的求解, 我們主要是利用矩陣的特徵多項式的矩陣值為零的性質 同時我們利用數學軟體 Maple
More information認識 SAS
4.3. PROC REG PROC REG 的主要功能為執行迴歸分析 (regression analysis), 欲分析之依變數與自變 數皆需為數值 PROC REG 可執行線性迴歸 (linear regression) 與多項式迴歸 (polynomial regression), 本節僅就線性迴歸部份作介紹 線性迴歸分析之基本概念 欲探討兩個變數之間的關聯性時, 除使用相關係數以瞭解兩變數之間的關聯強度外,
More informationΡ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π
! # % & ( ) + (,. /0 +1, 234) % 5 / 0 6/ 7 7 & % 8 9 : / ; 34 : + 3. & < / = : / 0 5 /: = + % >+ ( 4 : 0, 7 : 0,? & % 5. / 0:? : / : 43 : 2 : Α : / 6 3 : ; Β?? : Α 0+ 1,4. Α? + & % ; 4 ( :. Α 6 4 : & %
More information<4D6963726F736F667420576F7264202D203136BCADBBD8D2E4D3EBD1D0BEBF2E646F63>
一 九 八 八 年 创 刊 回 忆 与 研 究 第 十 六 辑 上 海 市 新 四 军 历 史 研 究 会 浙 东 浙 南 分 会 编 二 O 一 三 年 十 二 月 1 ( 封 面 折 页 字 ) 编 委 会 顾 问 丁 公 量 丁 柯 吴 文 达 汪 志 荣 戚 南 强 李 国 经 主 编 陈 晓 光 副 主 编 葛 奇 忠 方 思 朋 编 委 ( 按 姓 氏 笔 画 为 序 ) 方 思 朋 王
More information萧山中学课程建设方案.doc
- 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - 2 2 4 4 4 2 2 4 4 4 4 4 5 5 4 4 4 4 5 5 4 4 4 4 5 5 3 3 3 3 4(2) 4(2) 4(2) 4(2) 4 4 4 4 3 3 3 3 3 3 4 4 4 4 4(2) 4(2) 4(2) 4(2) 2 2 2 2 4 4 4 4 2 2 2 2 2
More information( ) 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 121.2 117.5 125.8 122.0 130.9 126.8 135.4 131.5 140.3 136.0 144.9 140.2 153.5 147.9 160.6 154.7 165.1 160.3 167.7 163.9 169.3 165.8 169.6 166.7 170.0 167.8
More informationMicrosoft Word - 9pinggb_A4.doc
九 评 共 产 党 大 纪 元 系 列 社 论 2004 年 11 月 http://dajiyuan.com http://epochtimes.com 目 录 公 告 大 纪 元 发 表 系 列 社 论 九 评 共 产 党... 3 九 评 之 一 评 共 产 党 是 什 么... 4 前 言... 5 一. 以 暴 力 恐 怖 夺 取 和 维 持 政 权... 5 二. 以 谎 言 为 暴 力
More informationMicrosoft Word - 9pinggb_A4-f4.doc
九 评 共 产 党 大 纪 元 系 列 社 论 2004 年 11 月 http://dajiyuan.com http://epochtimes.com 目 录 公 告 大 纪 元 发 表 系 列 社 论 九 评 共 产 党... 4 九 评 之 一 评 共 产 党 是 什 么... 4 前 言...5 一. 以 暴 力 恐 怖 夺 取 和 维 持 政 权... 5 二. 以 谎 言 为 暴 力
More information理 论 探 索 事 业 单 位 改 革 的 五 点 思 考 余 路 [ 摘 要 ] 事 业 单 位 改 革 是 中 国 改 革 的 重 要 环 节, 其 影 响 力 和 难 度 不 亚 于 国 有 企 业 改 革 本 文 着 重 围 绕 推 进 事 业 单 位 改 革 应 考 虑 的 五 个 方 面
目 录 理 论 探 索 事 业 单 位 改 革 的 五 点 思 考 1 信 息 交 流 省 编 办 刘 维 寅 副 主 任 到 我 市 对 市 县 政 府 机 构 改 革 工 作 进 行 实 地 评 估 11 我 市 部 分 部 门 试 点 实 行 部 门 内 部 行 政 审 批 制 度 改 革 工 作 13 我 市 三 项 措 施 确 保 机 构 编 制 监 督 活 动 常 态 化 14 基 层
More information日 本 位 于 亚 洲 东 部, 太 平 洋 西 北 角, 是 我 国 东 方 的 一 个 岛 国 在 洪 积 世 ( 注 1) 的 大 部 分 时 期 内, 日 本 与 大 陆 相 连 大 约 在 洪 积 世 晚 期 至 冲 积 世 ( 注 2) 初 期, 日 本 各 地 发 生 海 进, 出 现
前 言 日 本 是 我 们 的 邻 国 文 献 可 考 的 两 国 关 系, 至 少 已 有 21 个 世 纪 古 代 日 本 文 化 的 发 展 晚 于 中 国, 而 日 本 民 族 却 能 在 固 有 文 化 的 基 础 上 对 外 国 文 化 采 取 选 择 吸 收 和 创 新 的 态 度, 形 成 自 己 独 特 的 文 化 封 建 末 期, 中 国 和 日 本 同 受 西 方 列 强 的
More information2深化教育教学改革、创新人才培养模式
高 职 物 流 管 理 专 业 人 才 培 养 模 式 的 创 新 与 实 践 1 李 选 芒 2 赵 居 礼 摘 要 高 职 物 流 管 理 专 业 人 才 培 养 模 式 改 革 的 重 点 是 明 确 专 业 培 养 目 标, 构 建 适 应 培 养 目 标 的 课 程 体 系, 营 造 职 业 技 术 训 练 的 教 环 境, 建 设 双 师 结 构 的 师 资 队 伍 陕 西 工 业 职
More informationMicrosoft Word - 9pinggb_let.doc
九 评 共 产 党 大 纪 元 系 列 社 论 2004 年 11 月 http://dajiyuan.com http://epochtimes.com 目 录 公 告 大 纪 元 发 表 系 列 社 论 九 评 共 产 党... 4 九 评 之 一 评 共 产 党 是 什 么... 5 前 言... 5 一. 以 暴 力 恐 怖 夺 取 和 维 持 政 权... 5 二. 以 谎 言 为 暴 力
More information3 基 金 杠 杆 从 分 级 基 金 的 概 念, 我 们 知 道 了 分 级 基 金 的 A 份 额 是 每 年 获 得 固 定 收 益 的 稳 健 份 额,B 份 额 是 具 有 杠 杆 效 应 的 激 进 份 额 分 级 基 金 中 的 杠 杆 一 般 有 三 类 : 份 额 杠 杆 =(A
分 级 基 金 入 门 1 概 述 分 级 基 金 是 指 通 过 对 基 金 收 益 分 配 的 安 排, 将 基 金 份 额 分 成 预 期 收 益 与 风 险 不 同 的 两 类 或 多 类 份 额, 并 将 其 中 一 类 份 额 或 多 类 份 额 上 市 进 行 交 易 的 结 构 化 证 券 投 资 基 金 通 常 所 谈 到 的 分 级 基 金 是 将 母 基 金 产 品 ( 可 以
More informationMicrosoft Word - 9pingb5_let.doc
九 評 共 產 黨 大 紀 元 系 列 社 論 2004 年 11 月 http://dajiyuan.com http://epochtimes.com 目 錄 公 告 大 紀 元 發 表 系 列 社 論 九 評 共 產 黨... 3 九 評 之 一 評 共 產 黨 是 甚 麼... 4 前 言... 4 一. 以 暴 力 恐 怖 奪 取 和 維 持 政 權... 5 二. 以 謊 言 為 暴 力
More information103.06.23退休權益.ppt [相容模式]
臺 中 市 政 府 人 事 處 不 可 不 知 之 退 休 權 益 1 大 綱 一 退 休 撫 卹 理 論 二 現 行 退 休 制 度 (85 制 ) 三 再 任 停 止 領 受 月 退 休 金 及 優 惠 存 款 四 案 例 分 享 五 公 務 人 員 退 休 撫 卹 法 草 案 (90 制 ) 六 公 務 人 員 保 險 法 103 年 1 月 29 日 修 法 七 結 語 一 退 休 撫 卹
More informationMicrosoft Word - 1.《國文》試題評析.doc
許 清 龍 老 師 試 題 評 析 國 文 試 題 評 析 / 命 中 事 實 100 學 年 度 私 醫 聯 招 的 國 文 科 考 題, 有 上 課 的 同 學 應 該 發 出 會 心 一 笑, 甚 至 狂 笑, 因 為 老 師 的 命 中 率 實 在 太 高 了 除 了 基 本 的 字 音 字 形 字 義 成 語 的 題 型 外, 時 序 的 題 型 考 了 干 支 判 別 題 目 完 全 可
More informationPs22Pdf
,,,,,,,,,,, ( ),,, :,,,, ",,,,,,,,,,,,,,,,,,,,, 1 ,,,,,,,,,,,,,,, 1. 1. 1 (, ),,,,,,,,,,,, 2 ( ),,,,,,, ( ),,,, ( ),,,,,,,,,,, 3 1. 2,,,, ;, ;, ;,,,, ( ), :,,,,,,,,,, : 4 ,,,,,, ( / ),,,,,,,, ( ) ( ),,,,
More information$%%& ()*+, %&, %-&&%%,. $ %,, $,, & /$- 0(1 $%%& %& 234 %-%, 5&%6&633 & 3%%, 3-%, %643 -%%% :::; 7<9; %-%, 3$%$ :::;
$%%& ()*+, %&, %-&&%%,. $ %,, $,, & /$- 0(1 $%%& %& 234 %-%, 5&%6&633 & 3%%, 3-%, %643 -%%%-- 7889 :::; 7
More information# $# #!# # # # # # # %# # # &# # # # #! "
"!! " "!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! " #$% & (($ (($!$ ) #) )!* )!!+ # )!) "!+ ) #!+ + )!*!!, +!-!#!+,!( # $!+!!) ) "!, ) #! )!$ )! )!$!#! +!* " #!) #!)!( + *!* $!(!+! " $!$ # $!$ +!,!,!) ) &! " #
More information2016 年 地 质 工 程 系 教 学 工 作 安 排 2016 学 年 我 系 将 在 总 结 过 去 工 作 的 基 础 上, 结 合 今 年 学 院 以 抓 质 量 强 内 涵 促 改 革 调 结 构 建 品 牌 细 管 理 重 过 程 为 宗 旨, 以 规 范 管 理 深 化 内 涵 为
2016 年 地 质 工 程 系 教 学 工 作 安 排 2016 年 教 学 工 作 安 排 2015 2016 学 年 第 二 学 期 教 学 工 作 计 划 二 O 一 六 年 三 月 十 日 2016 年 地 质 工 程 系 教 学 工 作 安 排 2016 学 年 我 系 将 在 总 结 过 去 工 作 的 基 础 上, 结 合 今 年 学 院 以 抓 质 量 强 内 涵 促 改 革 调
More information,,,,,,,,,,,,,, :,,,, 1 ?,,, :,,,?,,?, :,,,,,,,,,? :,, :,,?, :??, :,!,, 2 ,,,,,,,,,,,,,,,,,?,,,,,,,,,,,,,, :, 3 !?!?,!,!,, :,,,,,,,,,,,,,,,,,,,,,,,,,? :??,, 4 ,,,,,,, :?, :,,,,,,,,,,,,,, 5 ,,,,,,,,,,,,,,,,,,,,,,,,,?,??
More information实 习 上 下 点 表 格 解 释 和 相 关 纪 律 要 求 : 1 表 格 中 所 有 名 词 都 为 简 称, 包 括 医 院 名 称 四 年 级 五 年 级 各 专 业 名 称 等 所 有 时 间 都 为 学 生 装 好 行 李 出 发 时 间, 请 提 前 0 分 钟 将 行 李 运 到
附 件 :.014 年 实 习 生 进 出 实 习 单 位 用 车 方 案 南 京 医 科 大 学 014 年 6 月 实 习 学 生 进 出 实 习 单 位 用 车 计 划 教 务 处 编 014 年 6 月 5 日 实 习 上 下 点 表 格 解 释 和 相 关 纪 律 要 求 : 1 表 格 中 所 有 名 词 都 为 简 称, 包 括 医 院 名 称 四 年 级 五 年 级 各 专 业 名
More information简报158期.doc
党 员 干 部 现 代 远 程 教 育 简 报 第 15 期 ( 总 第 158 期 ) 中 共 山 东 省 委 农 村 党 员 干 部 现 代 远 程 教 育 领 导 协 调 小 组 办 公 室 2012 年 10 月 31 日 喜 迎 十 八 大 威 海 市 组 织 开 展 系 列 主 题 宣 传 活 动 迎 接 党 的 十 八 大 一 是 发 挥 党 建 电 视 栏 目 作 用 强 化 宣 传
More informationzt
!" !"!"!###!$ !!" #$ %& ( $( )% &# *%!($!#!!%%!"%! &!)%!&"!* #($!& # (!! ?!!""#!$ % # & %!"#$%&"" ()))*)))+ (,)-#*),+./,),),)0 12122222+ (3333333+ 4),),),)0 (,)5677,+ ()))89))+ :;;5 $ # ( )$ # ( ($
More information: 29 : n ( ),,. T, T +,. y ij i =, 2,, n, j =, 2,, T, y ij y ij = β + jβ 2 + α i + ɛ ij i =, 2,, n, j =, 2,, T, (.) β, β 2,. jβ 2,. β, β 2, α i i, ɛ i
2009 6 Chinese Journal of Applied Probability and Statistics Vol.25 No.3 Jun. 2009 (,, 20024;,, 54004).,,., P,. :,,. : O22... (Credibility Theory) 20 20, 80. ( []).,.,,,.,,,,.,. Buhlmann Buhlmann-Straub
More information