数理统计讲义
第七章 统计量及其分布
一、几个基本概念
若我们要研究某类(或某个)事物在某一方面的特性,而此特性 可以用一个随机变量的概率分布或数字特征来表示,这个随机变量就 ξ表示。
设对ξ进行n次独立观察,得到ξ的n个取值:(ξ1,ξ2,?,ξn),此过程称为抽样。(ξ1,ξ2,?,ξn)n
今后(ξ1,ξ2,?,ξn)定:①ξ1,ξ2,?,ξn皆与ξ同分布;②ξ1,ξ2,?,ξn相互独立。
抽样之后,(ξ1,ξ2,?,ξn)的值就确定了,记为(x1,x2,?,xn),称为样本观察值,或样本值,也简称样本。
数理统计的基本任务是:研究如何根据(x1,x2,?,xn),对ξ的 概率分布或数字特征进行推断。
设g(ξ1,ξ2,?,ξn)是随机变量,不含任何未知参数,则称其为 统计量。其观察值记为g(x1,x2,?,xn)。
二、常用的统计量
设总体为ξ,样本为(ξ1,ξ2,?,ξn),观察值为(x1,x2,?,xn)。
样本均值:ξ=1n1n
①∑ξi。其观察值记为:=1∑xi。
i=i=1
②样本方差:S2
=1∑n(ξξ)。观察值:s=1∑n2i?2
(xi?)2。
i=1i=1
③样本标准差
内容需要下载文档才能查看:S=
内容需要下载文档才能查看s=。 ④修正样本方差:
n
n
S*2
=
1
2
n?∑(ξ?2
i
ξ)。观察值:s*=11
i=1
n?1∑(xi?)
2
。
i=1
⑤修正样本标准差
内容需要下载文档才能查看:S*=
内容需要下载文档才能查看。观察值:s*=
。
几个重要结论:(1)S2
=1∑nξ2ξ2,s=1ni?2
2=1∑xi?2。
ii=1
(2)Eξ=Eξ。(3)Dξ=
1Dξ。(4)ES2=n?1Dξ。(5)ES*2
=Dξ。三、几种常用分布
1.χ2分布:若η=ξ222
1+ξ2+?+ξn,其中ξ1,ξ2,?,ξn相互独立,
都服从N(0,1)分布,则:η~χ2(n)。(χ2分布的可加性:见P.222) 2.t
内容需要下载文档才能查看分布:若γ=
,其中ξ与η相互独立, 且:ξ~N(0,1),η~χ2(n),则:γ~t(n)。 3.F分布:若γ=
ξ/m
η/n
,其中ξ与η独立, 且:ξ~χ2(m),η~χ2(n),则:γ~F(m,n)。
(P.224推论应知)
四、统计量的分布
1.单个正态总体的抽样分布
设ξ~N(a,σ2),(σ>0)(ξ1,ξ2,?,ξn)是取自ξ的简单随机样本,
则:(1)ξ~N???a,σ
内容需要下载文档才能查看2??,Z1=~N(0,1)。ξ与?S2相互独立。
内容需要下载文档才能查看Zt(n?1)。(3)ZnS2(2)2=~3=σ2~χ2(n?1)。
《数理统计》讲义第1页
2.两个正态总体的抽样分布
设总体ξ与η相互独立,ξ~N(a21,σ1),η~N(a22,σ2),
(ξ1,ξ2,?,ξm)是取自ξ的样本,ξ是样本均值,S21是样本方差, (η1,η2,?,ηn)是取自η的样本,是样本均值,S22是样本方差,
则:
内容需要下载文档才能查看(4)Z(aa)
4=
~N(0,1)。
(5)当σ21
=σ2
2
时,Z5=??~t(m+n?2)。 (见定理7.12) 22(6)Z=
(n?1)mS1σ
2?2/S2
?2
6(m?1)nS2σ
2=
S12
1σ2σ2
~F(m?1,n?1)。 1/2
(S1?2
与S2?2
分别是两个样本的修正方差)
今后,我们将以上(1)—(6)分别称为抽样定理1、抽样定理2、……、抽样定理6。Z1、Z2、Z3、Z4、Z5、Z6也作为固定记号。
第八章 参数估计
在本章中我们用θ表示与总体ξ有关的某未知参数。θ可能是ξ 的某个数字特征,也可能是ξ的分布列或密度函数中的某未知常数。 本章的任务是:研究如何根据抽样所得到的样本值(x1,x2,?,xn),对θ进行估计。估计θ的方法有两大类:(一)点估计:也就是估计 θ等于多少。(二)区间估计:也就是估计θ位于什么区间内。
对θ进行点估计的步骤:第一步:写出:θ?=g(ξ1,ξ2,?,ξn
), 即建立θ的是个统计量。第二步:抽样,对ξ进行n次独立
观察,得样本观察值:(x1,x2,?,xn),代入θ?=g(ξ1,ξ2,?,ξn
)中,求得θ
?的观察值,作为θ的 建立估计量的方法主要有矩法与极大似然法,下面分别介绍。
第一节 点估计的具体方法
一、点估计的矩法
1.基本思想:设ξ表示总体,(ξ1,ξ2,?,ξn)为简单随机样本。根据
辛钦大数定律(见P.171-172
),可以用ξk+ξk?+ξk
12+n
估计Eξk,
即用样本的k阶原点矩估计总体的k阶原点矩。设θ表示与ξ有关的
某未知参数,按上述思想所建立的θ的估计量称为θ的矩估计量。
2.具体做法:①若θ=Eξ,则θ
?=ξ。②若θ=Dξ,则θ?=S2。 ③θ=f(Eξ)?θ
?=f(ξ)。④θ=f(Eξ,Dξ)?θ?=f(ξ,S2)。 ⑤若θ=g(m1,m2,?,mk),其中mk表示总体的k阶原点矩,
则θ?=g(A1,A2,?,Ak),其中Ak
表示样本的k阶原点矩。 3.典型例题:课本例8.1、8.2,习题8.1(A)组第3、4、5题。
注:θ的矩估计量可能不唯一,如例8.1。这是矩法的缺点之一。
二、点估计的极大似然法
◆基本思想:一个事件既然已经发生了,它的可能性就应该比较大。 ◆实例:设ξ~??01?
?1?θθ??
,其中0<θ<1。对ξ进行8次独立观察, 得到样本观察值:(1,1,0,1,1,0,1,0),试根据此结果估计θ的值。 解:得到这份样本的概率是:L(θ)=(1?θ)3θ5,0<θ<1。 我们既然已得到了这份样本,就有理由认为:L(θ)比较大。 不难求出:当θ=5/8时,L(θ)最大。因此估计θ=5/8。 一般地,假设对ξ进行了n次独立观察,得样本值:(x1,x2,?,xn), 则得到这份样本的概率是:L(θ)=P(ξ=x1)P(ξ=x2)?P(ξ=xn)
=θ
x1
(1?θ)1?x1???θ
xn(1?θ)1?x
n=θx1+?+xn(1?θ)n?x1???x
n
。 L(θ)的最大值点为:θ=x1++xn
,∴θ
?=ξ1++ξn=ξ。 《数理统计》讲义第2页
一般地,设ξ为总体,θ是待估参数,怎样用极大似然法建立θ的估计量? 第一步:建立θ的似然函数。假设对ξ进行了n次独立观察,得到样本值
(x1,x2,?,xn),计算得到此样本的可能性大小:L(x1,x2,?,xn;θ)。
此函数简记为L(θ),称θ的似然函数。应明确其定义域,假设是I。 若ξ为离散型,则:L(θ)=P(ξ=x1)P(ξ=x2)?P(ξ=xn)。 若ξ为连续型,则:L(θ)=fξ(x1)?fξ(x2)???fξ(xn)。
第二步:求似然函数的最大值点。若L(θ)在区间I内的最大值点是:
θ=g(x1
,x2
,?,xn
),则θ?=g(ξ1
,ξ2
,?,ξn
)。(θ的
例:设f=??
θxθ?1,0<x<1,
ξ(x)(θ>0)求θ的极大似然估计。 ?0,
其它,解:L(x,?,x?θ?1n?
1,x2n;θ)=θx1θ1???θxn=θ(x1x2?xn)θ1,
定义域θ>0。要求L(θ)的最大值点,只要求lnL(θ)的最大值点。
lnL(θ)=nlnθ+(θ?1)ln(x1x2?xn),
ddθlnL(θ)=n
θ+ln(xn1x2?xn)=0?θ=?ln(x, 1x2xn故θ的极大似然估计量是:θ
?=?n)
ln(ξ。 1ξ2ξn)
例:设ξ服从区间[0,θ]上的均匀分布,求θ的极大似然估计。 解:fξ(x)=θ?1
,x∈[0,θ]。L(θ)=fξ(x1)?fξ(x2)???fξ(xn),
即:L(θ)=θ
?n
。定义域为:θ≥max(x1,?,xn)。
当θ=max(x1,?,xn)时,L(θ)最大。故θ?=max(ξ,ξ,?,ξ)。
12n
第二节 估计量的评价标准
设ξ为总体,(ξ1,ξ2,?,ξn)为样本,ξ、S2、S*2
的含义如上章所述。
θ是与ξ有关的某未知参数,θ?=g(ξ1,ξ2,?,ξn
)是θ的一个估计量。 1.估计的无偏性:若Eθ
?=θ,则称θ?为θ的一个 注:由上章结论,Eξ=Eξ,ES2
=
n?1
Dξ,ES*2=Dξ。因此, ξ是Eξ的无偏估计,S2是Dξ的有偏估计,S*2
是Dξ的无偏估计。
另:若当n→∞时,Eθ
?→θ,则称θ?为θ的一个 2.估计的有效性:①若θ
?1与θ?2都是θ的无偏估计量,而Dθ?1<Dθ?2, 则称θ
?1较θ?2②若θ?为θ的一个无偏估计,且在θ的一切无偏 估计中,θ
?的方差是最小的,则称θ?为θ 3.估计的一致性:
若对任意ε>0,?nlim→∞
P(|θ
?θ|<ε)
=1,则称θ?为θ 注:①根据大数定律,ξ是Eξ的一致估计,S2是Dξ的一致估计。
②定理:若n→∞时,Eθ
?→θ,Dθ?→0,则θ?为θ的一致估计。
第三节 参数的区间估计
设ξ表示总体,(ξ1,ξ2,?,ξn)为样本,θ是ξ的某个未知参数,
θ?1=g1(ξ1,ξ2,?,ξn)与θ?2=g2(ξ1,ξ2,?,ξn
)都是统计量,0<α<1。 若P(θ?1<θ<θ?2)=1?α,(?) 则称(θ?1,θ?2)为θ的1?α置信区间, 1?α称为置信水平,θ?1与θ?2
分别称为置信下限与置信上限。 找到了满足(?)式的θ?1与θ?2
,便得到对θ进行区间估计的方案。 估计的可靠程度由1?α来衡量,估计的精确程度由E(θ?2?θ?1)衡量, 但两者往往难同时兼顾。通常先规定1?α再尽量缩短E(θ?2?θ?1
)。 可用枢轴量法构造θ的1?α置信区间,见P.245步骤1、2、3。 通过大量实例,人们发现,为了使得到的置信区间的长度尽可能短,
(c,d)最好是“η的等尾1?α区间”,即:P(c<η<d)=1?α, P(η≤c)=α/2,P(η≥d)=α/2。
《数理统计》讲义第3页
我们要求大家会进行正态总体参数的区间估计,主要有六类问题:
类型 已知
待估参数
1 σ>0已知
a 2 ξ~N(a,σ2) σ2未知 a 3 a未知 σ2 4 ξ与η相互独立 σ21与σ22已知 a1?
内容需要下载文档才能查看a2 5 ξ~N(a21,
内容需要下载文档才能查看σ1) σ221=σ2 a1?a2 6
η~N(a2,σ2
内容需要下载文档才能查看2)
a1与a2未知
σ21/σ22
对于以上的第i类问题(i=1,2,3,4,5,6),可以取枢轴量Zi, 则P(c<Zi<d)=1?α,其中(c,d)是Zi的等尾1?α区间。 将上述不等式变形,便可以得到待估参数的1?
内容需要下载文档才能查看α置信区间。
第1类问题:已知ξ~N(a,σ2),其中σ>0已知,要估计a。
方法:取枢轴
内容需要下载文档才能查看量Z1=
~N(0,
内容需要下载文档才能查看1),利用Z1的等尾1?α区间,
可得a的1?α置信区间:??ξu,ξ??+u?
αα?。(例8.15) ?
注:N(0,1)分布的等尾1?α区间记为(?uα,uα),见P.259图9.1。
易知:Φ(u1?α
α)=2
。于是根据α便可查正态分布表得到uα的值。
第2类问题:已知ξ~N(a,σ2),其中σ2未知,要估计a。 方法:取枢轴量Z2=
~t(n?1),用Z2的等尾1?α区间,
可得a的1?α置信区间:????tα,+?α(例8.16) ?
??。?注:t分布的等尾1?α区间记为(?tα,tα),图见课本P.339右上角。 严格来说,tα应该记为tα(n),其值可根据α及自由度,查t分布表。
第3类问题:已知ξ~N(a,σ2),a未知,要估计σ2。
方法:取枢轴量ZnS23=σ
2
~χ2
(n?1),利用Z3的等尾1?α区间, ?2可得σ2的1?α置信区间:?nSnS2??2,2?
?χ?。(例:P.248例8.17)
αχ?21?α
2??注:χ2分布的等尾1
内容需要下载文档才能查看?α区间记为:??χ22?
?1?α,χα??
,见P.268图9.5。
χα2的含义也可见P.341右上角的图。严格来说,χα2应记为χα2(n)。
χα2的值可以根据α及自由度,查χ2分布表得到。
以下问题皆设ξ与η相互独立,ξ~N(a1,σ21),η~N(a2,σ22),
(ξ1,ξ2,?,ξm)是取自ξ的样本,ξ是样本均值,S21是样本方差, (η1,η2,?,ηn)是取自η的样本,是样本均值,S22是样本方差。
第4类问题:σ21与σ22皆已知,要估计a1?a2。 方法:取枢轴量Zaa4=
~N(0,1),用N(0,1)分布
的等尾1?α区间,可得a1?a2的1?α置信区间。(如P.254第7题)
第5类问题:σ221与σ2皆未知,但σ21=σ22,要估计a1?a2。 方法:取枢轴量Z5=??(见P.225定理7.12)~t(m+n?2), 利用t分布的等尾1?α区间,即可得a1?a2的1?α置信区间。
《数理统计》讲义第4页
第6类问题:a221与a2皆未知,要估计σ1/σ2。
(n?1)mS222
方法:取枢轴量Z1σ2S1?2/S2?6=(m?1)nS2=22~F(m?1,n?1),
2σ21σ1/σ2S21?与S2?2分别是两个样本的修正方差。利用Z6的等尾1?α区间,
便可以得到σ21/σ22的1?α置信区间。 (例:P.251例8.19) 注:F分布的等尾1?α区间记为(F1?α,Fα),参阅P.270图9.6。
Fα的含义也可见P.343右上角的图。严格来说,Fα应记为Fα(m,n)。
其值可根据α及两个自由度,查表得到。Fα
(m,n)=1
Fn,m)
。 1?α(第九章 参数假设检验
先看两个实例:
(1)P.255eg1:(取α=0.05进行计算)
解:已知ξ~N(θ,1),要检验假设:H0:Eξ=0?H1:Eξ≠0。 如果H0成立,则
内容需要下载文档才能查看 内容需要下载文档才能查看:Z1=
==3ξ~N(0,1)。
设W=(?∞,?uα)?(uα,+∞)=(?∞,?1.96)?(1.96,+∞), 则P(Z1∈W)=0.05,即Z1∈W是小概率事件。Z1的观察值是:
3×0.74=2.22。Z1∈W发生了。故拒绝H0,即认为目前Eξ≠0。
(2)P.261eg5:ξ~N(a,0.1082),H0:Eξ=4.55?H1:Eξ<4.55。如果H0成立,则
内容需要下载文档才能查看 内容需要下载文档才能查看:Z1=
=
~N(0,1)。
设W=(?∞,?u2α)=(?∞,?1.64),则:P(Z1∈W)=0.05。
抽样结果:ξ=4.364,Z1=?3.851。小概率事件Z1∈W发生了。
因此,我们拒绝H0,即认为目前的Eξ明显地低于4.55。
假设检验的思想、概念、方法
设ξ为总体,要对ξ的参数θ进行检验。 对θ要进行的检验可能有三种:
①双边检验:H0:θ=θ0?H1:θ≠θ0。 ②左边检验:H0:θ≥θ0?H1:θ<θ0。 ③右边检验:H0:θ≤θ0?H1:θ>θ0。
基本步骤:第一步:明确已知及待检参数θ,写出对θ要进行的检验。
H0及H1都应写,这两者未必相互对立。一般来说,H0是受保护的、不想或不能轻易否定的,H1是受排斥的、不想或不能轻易接受的。 第二步:寻找统计量Z及实数集W,使H0成立时,P(Z∈W)≤α。
α是事先规定的小正数,称为检验水平。Z称检验函数,W称拒绝域。拒绝域的形状通常可由H1看出来。拒绝域的余集W称为接受域。 第 三步:计算Z的观察值,Z∈W则拒绝H0,Z∈W则接受H0。
正 态
类型 已知 待检参数θ 总
1 σ>0已知 a 体 参
2 ξ~N(a,σ2) σ2未知 a 数
3 a未知 σ
内容需要下载文档才能查看2 的 假 4 ξ与η相互独立 σ2σ21与2已知
a1?a2 设
5 ξ~N(a2
1,σ1) σ21=σ22 a1?a2 检 验
6 η~N(a2,σ22) a与a σ2212未知1/σ2 解题时,先要搞清问题类型,写出对θ需要进行的检验。 若是第i类问题,检验函数可采用Zi,需将θ换成θ0。 若对θ进行双边检验,拒绝域可以取Zi的双侧α区间。 若对θ进行左边检验,拒绝域可以取Zi的左侧α区间。 若对θ进行右边检验,拒绝域可以取Zi的右侧α区间。
《数理统计》讲义第5页
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
- 44例死胎的病因与处理_梁军兰
- 锁与钥匙
- 中国文学教学大纲doc
- 101个道德难题读后感
- 中国少年说_经典部分_带拼音
- 再探“气虚发热” 金智生
- 张景岳解表法浅探 金智生
- 医学影像学名词解释及问答
- 爱在转身之间
- 具体表现手法
- 病理学题目
- 艺术设计系毕业创作
- 宋冬
- 谈谈学习古文字的方法
- 张志春老师的高级班笔记
- 卫生学名词解释
- 十兄弟复盘资料
- 中青院大学论文范文
- 新闻述评
- 文学与民间:从民间视角审视莫言的小说创作
- 胆固醇代谢合成
- 生理学试题
- 舌咽神经痛
- 抽样和编码
- 零中介留学:坎特伯雷大学优秀校友
- 《生物化学》作业参考答案
- 有机化学思考题详解(1-5章)
- 老年病学重点
- 富兰克林与马歇尔学院
- 试论“胃气”的范畴和意义 金智生
网友关注视频
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 12
- 七年级下册外研版英语M8U2reading
- 外研版英语七年级下册module3 unit2第一课时
- 苏科版数学 八年级下册 第八章第二节 可能性的大小
- 精品·同步课程 历史 八年级 上册 第15集 近代科学技术与思想文化
- 30.3 由不共线三点的坐标确定二次函数_第一课时(市一等奖)(冀教版九年级下册)_T144342
- 沪教版八年级下册数学练习册一次函数复习题B组(P11)
- 外研版英语七年级下册module3 unit2第二课时
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,辽宁省
- 六年级英语下册上海牛津版教材讲解 U1单词
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 7
- 北师大版小学数学四年级下册第15课小数乘小数一
- 冀教版小学数学二年级下册1
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 3
- 飞翔英语—冀教版(三起)英语三年级下册Lesson 2 Cats and Dogs
- 冀教版小学英语四年级下册Lesson2授课视频
- 【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
- 七年级英语下册 上海牛津版 Unit5
- 苏科版数学七年级下册7.2《探索平行线的性质》
- 北师大版八年级物理下册 第六章 常见的光学仪器(二)探究凸透镜成像的规律
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,广东省
- 苏科版八年级数学下册7.2《统计图的选用》
- 三年级英语单词记忆下册(沪教版)第一二单元复习
- 外研版英语三起6年级下册(14版)Module3 Unit2
- 《小学数学二年级下册》第二单元测试题讲解
- 冀教版英语四年级下册第二课
- 19 爱护鸟类_第一课时(二等奖)(桂美版二年级下册)_T3763925
- 外研版英语七年级下册module1unit3名词性物主代词讲解
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 7
- 人教版历史八年级下册第一课《中华人民共和国成立》
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理