全部
科普中国科学百科
版权归原作者所有,如有侵权,请联系我们
3-甲氧基苯乙腈是一种化学物质,分子式是C9H9NO。主要用作医药中间体。外观与性状:黄色至淡黄色液体。密度:1.089g/mLat25°C(lit.)。熔点:8ºC。沸点:164°C。闪点:221°F。折射率:n20/D1.5402(lit.)。储存条件:2-8ºC。
2018-06-18
氰基甲酸乙酯是一种化学物质,别称乙基氰基甲酸酯、氰甲酸乙酯。分子式是C4H5NO2。无色液体。可溶于水,微溶于氯仿和甲醇。应存放在充有干爽惰性气体的容器内,并放在阴凉,干爽处。远离氧化剂。
交通流特性(traffic flow characteristic)又称交通流特征。交通体系中人流、车流在不同条件下变化规律及其相互关系的定量或定性描述的总和。在道路上的交通流通常用流量、密度、速度这三个最重要的参数加以描述。交通流分析的方法,大致包括概率统计分布、交通的流体动力学模拟理论,跟车理论及排队论等。
当有两个或者两个以上的因素对因变量产生影响时,可以用多因素方差分析的方法来进行分析。多因素方差分析亦称“多向方差分析”,原理与单因素方差分析基本一致,也是利用方差比较的方法,通过假设检验的过程来判断多个因素是否对因变量产生显著性影响。在多因素方差分析中,由于影响因变量的因素有多个,其中某些因素除了自身对因变量产生影响之外,它们之间也有可能会共同对因变量产生影响。在多因素方差分析中,把因素单独对因变量产生的影响称之为“主效应”;把因素之间共同对因变量产生的影响,或者因素某些水平同时出现时,除了主效应之外的附加影响,称之为“交互效应”。多因素方差分析不仅要考虑每个因素的主效应,往往还要考虑因素之间的交互效应。此外,多因素方差分析往往假定因素与因变量之间的关系是线性关系。从这个方面来说,方差分析的模型也是如下一个一般化线性模型的延续:因变量=因素1主效应+因素2主效应+…+因素n主效应+因素交互
指示变量(indicator variables)又称为虚拟参数(dummyparameter,D)、哑变量、哑元变量、虚拟变量等,是—-种用来表示品质变量且取值只为0和1或其他编码形式的人工变量。
强影响点指对多重线性回归模型参数估计有很强影响的数据点。由于多重线性回归采用最小二乘法进行参数估计,此时对所有的记录均一视同仁。当数据库中存在远离多维空间数据主体的记录时,它们将导致拟合的模型偏向该数据点。对于强影响点的识别是进行多重线性回归时应该注意的另一个重要问题。强影响点是对参数估计的稳定性及真实性具有很大影响的数据,对于回归模型数据集中的强影响点是指那些对统计量的取值有非常大的影响力和冲击力的点。由于各个数据点对统计推断的影响大小不相等,为了定量地刻画影响的大小,迄今为止已经提出多种尺度,诸如基于残差的尺度、基于拟合的尺度、基于影响的尺度、基于置信椭圆的尺度、基于似然函数的尺度等。在每一种类型中又可能有不同的统计量,例如基于影响函数就已有多种距离来度量,有Cook距离、Welsch-Kuh距离、Welsch距离修正、Andrews-Pregibon等度量平均拟合距离。由此可见,如何