- 高等教育出版社
- 9787040480764
- 1
- 16开
- 570
内容简介
“机械制造技术基础”课程涵盖了金属切削原理与刀具技术、金属切削机床原理、机械加工工艺与夹具技术，并将这些技术知识有机整合在一起，是机械制造领域的主要技术基础课程。
本书是根据高等学校本科机械类专业的专业规范和课程教学大纲的要求，组织富有多年生产实践经验与教学经验的一线骨干教师编写的。本书主要内容除绪论外，有机械制造技术的基础知识、金属切削机床与夹具、金属切削基本规律及其应用、典型加工工艺与装备、机械制造质量分析与控制、机械加工工艺规程设计、机器装配工艺和先进制造技术简介等。
本书注重学生获取知识、分析与解决工程技术问题能力的培养，建立先进制造理念，并且以系统的观点构筑机械制造技术基础的知识体系，体现了加强基础、重视系统、应用导向、理论联系实际、精炼实用的原则，理论问题抓住本质、重点突出，实际应用点面结合。内容由浅入深、编排精炼完整，各章附有思考题与练习题。
本书是高等工科院校机械设计制造及其自动化专业、机械电子工程等机械类专业的本科生教材，并可以作为高职、电大、函大等大学生的教材，或者作为其他近机类各专业本科生教材，也可供从事机械制造工程的技术人员参考。
目录
目录
前辅文
第1章 基本统计知识点
1.1 随机变量
1.2 相关与因果
1.3 回归分析
本章小结
第2章 一元与多元线性回归
2.1 一元线性回归
2.2 多元线性回归
2.3 Stata 实例与操作
本章小结
第3章 违背经典回归假定的应对
3.1 违背模型设定假定
3.2 异方差性
3.3 内生性问题及应对
本章小结
第4章 模型设定及其他
4.1 模型设定
4.2 奇异值的处理
4.3 测量误差
4.4 缺失值的处理
4.5 多重共线性
本章小结
第5章 二分因变量模型
5.1 广义线性模型概论
5.2 二分因变量模型
5.3 二分因变量Logit 模型
5.4 二分因变量Probit 模型
5.5 Logit 模型vs Probit 模型
本章小结
第6章 多分类因变量模型
6.1 多分类Logit 模型
6.2 条件Logit 模型
6.3 混合Logit 模型
6.4 无关选择的独立性假定及处理
本章小结
第7章 定序回归模型
7.1 定序Logit 模型与定序Probit 模型
7.2 平行回归假定
7.3 连续比率模型
本章小结
第8章 计数变量回归
8.1 泊松分布及泊松回归
8.2 负二项回归
8.3 修正计数模型
本章小结
第9章 受限因变量回归:删失数据处理
9.1 数据截除与数据删截
9.2 截除数据回归
9.3 删截数据回归
9.4 样本选择模型
本章小结
第10章 事件史分析
10.1 事件史分析概述
10.2 数据结构及建立
10.3 非参数描述:KM 估计
10.4 参数模型
10.5 半参数模型:Cox 等比例风险模型
10.6 离散时间风险模型
10.7 分段指数模型
本章小结
第11章 追踪数据建模
11.1 追踪数据
11.2 固定效应模型
11.3 随机效应模型
11.4 固定效应模型vs 随机效应模型
11.5 广义线性回归:固定效应模型与随机效应模型
本章小结
第12章 分层模型/混合效应模型
12.1 嵌套结构数据
12.2 分层模型原理
12.3 线性分层模型
12.4 广义线性分层模型
本章小结
附录
附录1 常用回归模型简介
附录2 模型与相对应的Stata 基本命令
附录3 常用数据下载地址
参考文献
索引
前辅文
第1章 基本统计知识点
1.1 随机变量
1.2 相关与因果
1.3 回归分析
本章小结
第2章 一元与多元线性回归
2.1 一元线性回归
2.2 多元线性回归
2.3 Stata 实例与操作
本章小结
第3章 违背经典回归假定的应对
3.1 违背模型设定假定
3.2 异方差性
3.3 内生性问题及应对
本章小结
第4章 模型设定及其他
4.1 模型设定
4.2 奇异值的处理
4.3 测量误差
4.4 缺失值的处理
4.5 多重共线性
本章小结
第5章 二分因变量模型
5.1 广义线性模型概论
5.2 二分因变量模型
5.3 二分因变量Logit 模型
5.4 二分因变量Probit 模型
5.5 Logit 模型vs Probit 模型
本章小结
第6章 多分类因变量模型
6.1 多分类Logit 模型
6.2 条件Logit 模型
6.3 混合Logit 模型
6.4 无关选择的独立性假定及处理
本章小结
第7章 定序回归模型
7.1 定序Logit 模型与定序Probit 模型
7.2 平行回归假定
7.3 连续比率模型
本章小结
第8章 计数变量回归
8.1 泊松分布及泊松回归
8.2 负二项回归
8.3 修正计数模型
本章小结
第9章 受限因变量回归:删失数据处理
9.1 数据截除与数据删截
9.2 截除数据回归
9.3 删截数据回归
9.4 样本选择模型
本章小结
第10章 事件史分析
10.1 事件史分析概述
10.2 数据结构及建立
10.3 非参数描述:KM 估计
10.4 参数模型
10.5 半参数模型:Cox 等比例风险模型
10.6 离散时间风险模型
10.7 分段指数模型
本章小结
第11章 追踪数据建模
11.1 追踪数据
11.2 固定效应模型
11.3 随机效应模型
11.4 固定效应模型vs 随机效应模型
11.5 广义线性回归:固定效应模型与随机效应模型
本章小结
第12章 分层模型/混合效应模型
12.1 嵌套结构数据
12.2 分层模型原理
12.3 线性分层模型
12.4 广义线性分层模型
本章小结
附录
附录1 常用回归模型简介
附录2 模型与相对应的Stata 基本命令
附录3 常用数据下载地址
参考文献
索引
前辅文
第1章 基本统计知识点
1.1 随机变量
1.2 相关与因果
1.3 回归分析
本章小结
第2章 一元与多元线性回归
2.1 一元线性回归
2.2 多元线性回归
2.3 Stata 实例与操作
本章小结
第3章 违背经典回归假定的应对
3.1 违背模型设定假定
3.2 异方差性
3.3 内生性问题及应对
本章小结
第4章 模型设定及其他
4.1 模型设定
4.2 奇异值的处理
4.3 测量误差
4.4 缺失值的处理
4.5 多重共线性
本章小结
第5章 二分因变量模型
5.1 广义线性模型概论
5.2 二分因变量模型
5.3 二分因变量Logit 模型
5.4 二分因变量Probit 模型
5.5 Logit 模型vs Probit 模型
本章小结
第6章 多分类因变量模型
6.1 多分类Logit 模型
6.2 条件Logit 模型
6.3 混合Logit 模型
6.4 无关选择的独立性假定及处理
本章小结
第7章 定序回归模型
7.1 定序Logit 模型与定序Probit 模型
7.2 平行回归假定
7.3 连续比率模型
本章小结
第8章 计数变量回归
8.1 泊松分布及泊松回归
8.2 负二项回归
8.3 修正计数模型
本章小结
第9章 受限因变量回归:删失数据处理
9.1 数据截除与数据删截
9.2 截除数据回归
9.3 删截数据回归
9.4 样本选择模型
本章小结
第10章 事件史分析
10.1 事件史分析概述
10.2 数据结构及建立
10.3 非参数描述:KM 估计
10.4 参数模型
10.5 半参数模型:Cox 等比例风险模型
10.6 离散时间风险模型
10.7 分段指数模型
本章小结
第11章 追踪数据建模
11.1 追踪数据
11.2 固定效应模型
11.3 随机效应模型
11.4 固定效应模型vs 随机效应模型
11.5 广义线性回归:固定效应模型与随机效应模型
本章小结
第12章 分层模型/混合效应模型
12.1 嵌套结构数据
12.2 分层模型原理
12.3 线性分层模型
12.4 广义线性分层模型
本章小结
附录
附录1 常用回归模型简介
附录2 模型与相对应的Stata 基本命令
附录3 常用数据下载地址
参考文献
索引
前辅文
第1章 基本统计知识点
1.1 随机变量
1.2 相关与因果
1.3 回归分析
本章小结
第2章 一元与多元线性回归
2.1 一元线性回归
2.2 多元线性回归
2.3 Stata 实例与操作
本章小结
第3章 违背经典回归假定的应对
3.1 违背模型设定假定
3.2 异方差性
3.3 内生性问题及应对
本章小结
第4章 模型设定及其他
4.1 模型设定
4.2 奇异值的处理
4.3 测量误差
4.4 缺失值的处理
4.5 多重共线性
本章小结
第5章 二分因变量模型
5.1 广义线性模型概论
5.2 二分因变量模型
5.3 二分因变量Logit 模型
5.4 二分因变量Probit 模型
5.5 Logit 模型vs Probit 模型
本章小结
第6章 多分类因变量模型
6.1 多分类Logit 模型
6.2 条件Logit 模型
6.3 混合Logit 模型
6.4 无关选择的独立性假定及处理
本章小结
第7章 定序回归模型
7.1 定序Logit 模型与定序Probit 模型
7.2 平行回归假定
7.3 连续比率模型
本章小结
第8章 计数变量回归
8.1 泊松分布及泊松回归
8.2 负二项回归
8.3 修正计数模型
本章小结
第9章 受限因变量回归:删失数据处理
9.1 数据截除与数据删截
9.2 截除数据回归
9.3 删截数据回归
9.4 样本选择模型
本章小结
第10章 事件史分析
10.1 事件史分析概述
10.2 数据结构及建立
10.3 非参数描述:KM 估计
10.4 参数模型
10.5 半参数模型:Cox 等比例风险模型
10.6 离散时间风险模型
10.7 分段指数模型
本章小结
第11章 追踪数据建模
11.1 追踪数据
11.2 固定效应模型
11.3 随机效应模型
11.4 固定效应模型vs 随机效应模型
11.5 广义线性回归:固定效应模型与随机效应模型
本章小结
第12章 分层模型/混合效应模型
12.1 嵌套结构数据
12.2 分层模型原理
12.3 线性分层模型
12.4 广义线性分层模型
本章小结
附录
附录1 常用回归模型简介
附录2 模型与相对应的Stata 基本命令
附录3 常用数据下载地址
参考文献
索引
