将相同性质的机构单位归并在一起，就形成机构部门。资金流量核算中区分了如下几类机构部门：非金融企业部门、金融机构部门、政府部门、住户部门。?
机构单位 指能以自己的名义拥有资产、发生负债、从事经济活动并与其他实体进行交易的经济实体。根据机构单位在生产、消费、融资活动中所起的不同作用，资金流量核算将常住单位区分为如下四类机构单位：非金融企业、金融机构、政府单位、住户和国外。
定义 本福特定律，也称为本福德法则，说明一堆从实际生活得出的数据中，以1为首位数字的数的出现机率约为总数的三成，接近期望值1/9的3倍。推广来说，本福特定律越大的数，以它为首几位的数出现的机率就越低。它可用于检查各种数据是否有造假。说明 本福特定律说明在b进位制中，以数n起头的数出现的机率为logb(n + 1) − logb(n) .本福特定律不但适用于个位数字，连多位的数也可用。 在十进制首位数字的出现机率（%，小数点后一个位）： d p 1 30.1% 2 17.6% 3 12.5% 4 9.7% 5 7.9% 6 6.7% 75.8% 8 5.1% 9 4.6% 解释 一组平均增长的数据开始时，增长得较慢，由最初的数字a增长到另一个数字a + 1起首的数的时间，必然比a + 1起首的数增长到a + 2，需要更多时间，所以出现率就更高了。 从数数目来说，顺序从1开始数，1,2,3,...,9，从这点终结的话，所有数起首的机会似乎相同，但9之后的两位数10至19，以1起首的数又大大抛离了其他数了。而下一堆9起首的数出现之前，必然会经过一堆以2,3,4,...,8起首的数。若果这样数法有个终结点，以1起首的数的出现率一般都比9大。 这个定律的严格证明，可以参见Hill, T. P. "A Statistical Derivation of the Significant-Digit Law." Stat. Sci. 10, 354-363, 1996. 应用 1972年，Hal Varian提出这个定律来用作检查支持某些公共计划的经济数据有否欺瞒之处。1992年，Mark J. Nigrini便在其博士论文"The Detection of Income Tax Evasion Through an Analysis of Digital Frequencies."（Ph.D. thesis. Cincinnati, OH: University of Cincinnati, 1992.）提出以它检查是否有伪帐。 推而广之，它能用于在会计、金融甚至选举中出现的数据。 若所用的数据有指定数值范围；或不是以机率分布出现的数据，如正态分布的数据；这个定律则不准确。历史 1881年，天文学家西蒙·纽康伯发现对数表包含以1起首的数那首几页较其他页破烂。可是，亦可以以任何书起首数页也会较破烂这个观点解释。这个故事可能是虚构的。 1938年，物理学家法兰克·本福特重新发现这个现象，还通过了检查许多数据来证实这点。 2009年，西班牙数学家在素数中发现了一种新模式，并且惊讶于为何现在才为人发现。虽然素数一般被认为是随机分布的，但西班牙数学家发现素数数列中每个素数的首位数字有明显的分布规律，它可以被描述了素数的本福德法则。这项新发现除了提供对素数属性的新洞见之外，还能应用于欺骗检测和股票市场分析等领域。 数字统计的一种内在规律，指所有自然随机变量，只要样本空间足够大，每一样本首位数字为1至9各数字的概率在一定范围内具有稳定性。见右图。即以1开首的样本占样本空间的0.3，以2开首的样本占样本空间0.17-0.19，而以9或8开首的样本始终只占0.05左右。 世界上千千万万的数据的开头数字是1到9中的任何一个数字，而且每个数字打头的概率本应该差不多，但如果你统计的数据足够多，就会惊讶地发现，打头数字是1的数据最多。 1935年，美国的一位叫做本福特的物理学家在图书馆翻阅对数表时发现，对数表的头几页比后面的页更脏一些，这说明头几页在平时被更多的人翻阅。 本福特再进一步研究后发现，只要数据的样本足够多，数据中以1为开头的数字出现的频率并不是1/9，而是30.1%。而以2为首的数字出现的频率是17.6%，往后出现频率依次减少，9的出现频率最低，只有4.6%。 本福特开始对其它数字进行调查，发现各种完全不相同的数据，比如人口、物理和化学常数、棒球统计表以及斐波纳契数列数字中，均有这个定律的身影。 1961年，一位美国科学家提出，本福特定律其实是数字累加造成的现象，即使没有单位的数字。比如，假设股票市场上的指数一开始是1000点，并以每年10%的程度上升，那么要用7年多时间，这个指数才能从1000点上升到2000点的水平；而由2000点上升到3000点只需要4年多时间；但是，如果要让指数从10000点上升到20000点，还需要等7年多的时间。因此我们看到，以1为开头的指数数据比以其他数字打头的指数数据要高很多。 2001年，美国最大的能源交易商安然公司宣布破产，当时传出了该公司高层管理人员涉嫌做假账的传闻。事后人们发现，安然公司在2001年到2002年所公布的每股盈利数字就不符合本福特定律，这证明了安然的高层领导确实改动过这些数据。 第一数字定律描述的是自然数1到9的使用频率，公式为F(d) = log[1 + (1/d)]（d为自然数），其中1使用最多接近三分之一，2为17.6%，3为12.5%，依次递减，9的频率是4.6%。科学家们仔细研究第一数字定律后，无法对这种现象做出合理解释。定律的主要奠基人Frank Benford对人口出生率、死亡率、物理和化学常数、素数数字等各种现象进行统计分析后发现，由度量单位制获得的数据都符合第一数字定律。当然彩票上随机数据并不符合。第一数字定律在许多方面都得到了应用，但对于这种数字奇异现象人们依旧是迷惑不解。 上图表中的几个数据范例来自于西班牙国家统计局，数据是按照本福特对数定律统计的。然而，按照彩票获得的数据是随机的和统一的。 您住宅地址号码是以a 1开始的吗？根据一个奇特的数学定律统计，约三分之一的住宅号码是以1作为其首个数字的。其它许多几乎没有任何共通性的地区也有相同的情况：比如道琼斯指数的历史数据、个人电脑中文件储存的大小排列顺序、世界主要河流的长度、报纸头版头条的数字及其它许多事情。 该定律根据其第二位奠基人弗兰克.本福特的名字被命名为本福特定律。通用电气公司物理学家本福特于1935年发现了这一定律。该定律告诉人们在各种各样不同数据库中每个数字（从1到9）作为首个重要阿拉伯数字的频率。 除数字1始终占据约三分之一的出现频率外，数字2的出现频率为17.6%，3出现的频率为12.5%，依次递减，9的出现频率是4.6%。在数学术语中，这一对数定律的公式为F(d) = log[1 + (1/d)]，此公式中F代表频率，D代表待求证数字。 这一现象让人觉得很奇怪，来自科尔多瓦大学的科学家杰赫斯.托里斯、桑索利斯.费尔罗德滋、安东尼奥.迦米洛和安东尼奥.索拉同样也如此认为。科学家们在《欧洲物理杂志》上发表了一篇题为“数字如何开始？（第一数字定律）”的文章，该文章对这一定律进行了简要的历史回顾。他们的论文同时还对第一数字定律的有效应用进行了阐述，并对为何没有人能够对这一数字出现频率现象做出合理解释的原因进行了阐述。 等离子体物理学专家托里斯说，“自从我了解本福特定律以来，它一直是我很感兴趣的问题之一。在统计物理学课堂上，我一直将此定律作为一个令人惊奇的范例来激发学生们的好奇心。”托里斯解释道，在本福特之前，有一位深受尊敬的天文学家名为西蒙.纽库姆，他在1881年发现了这一定律。纽库姆同时代的科学家们并没有对他的科学发现引起足够重视。本福特和纽库姆两位科学家均对这一定律感到困惑：当浏览对数表书籍时，他们注意到书的开始部分要比结束部分脏得多。这就是说他们的同事到图书馆后，选择各种各样学科书籍时首选第一页开始阅读。 本福特对此疑问的观察要比纽库姆更深入一些。他开始对其它数字进行调查，发现各个完全不相同的数据，比如人口、死亡率、物理和化学常数、棒球统计表、半衰期放射性同位数、物理书中的答案、素数数字和斐波纳契数列数字中均有“第一数字定律”现象的出现。换句话说就是只要是由度量单位制获得的数据都符合这一定律。 另一方面，任意获得的和受限数据通常都不符合本福特定律。比如，彩票数字、电话号码、汽油价格、日期和一组人的体重或者身高数据是比较随意的，或者是任意指定的，并不是由度量单位制获得的。 正如托里斯和他的同事所解释的，数十年来科学家紧随本福特对这一数字现象进行研究，但是除了发现更多的例子外，他们几乎没有发现有关比第一数字定律本身更多的东西。然而科学家们还是发现一些奇特现象。比如当对数据库中的第二重要数字进行调查时，该定律仍然发挥着作用，但是第二重要数字的重要性却降低。同样，第三和第四重要数字所展现出来的特征就开始变得相同起来，第五重要数字的频率为10%，刚好是平均数。第二个奇特现象引发了更多的科学兴趣： 科学家们在他们所发表的文章中写到，“1961年，皮克汉姆发现了首个常规相关结论，该结论显示本福特定律是一个尺度不变原理，同时也是唯一一个提出数字尺度不变原理的定律。那就是说，由于是以公里来表示世界河流的长度，因此它满足本福特定律，同样以英里、光年、微米或者其它长度单位数字都会满足这一定律。” 托里斯同时还解释到，在二十世纪晚期，一些重要的预测理论（基数恒定性及唯一性等）被特德.希尔和其它数学家证实。虽然一些范例（比如住宅地址号几乎总是以数字1开头，低位数总是出现在高位数之前）得到了解释，但是目前仍然没有找到任何能解释各种范例的能用判断标准。科学家们同时还解释到，没有任何优先标准能够告诉我们什么时候应当或者不应当遵守这一定律设置数字。托里斯说，“现在对该定律的研究取得了许多理论成果，但是一些理论成果仍然是前途未明。为什么一些数字设置，比如通用物理学恒量会如此完美地符合这一定律？我们不仅要了解这一定律的数学原因，还要掌握这一套实验数据的特征。比如他们的连接点是什么？他们来自哪里？很显然，他们是相当独立的。我希望将来能够找到这一定律的总体必然性和充分条件。很多人都对这一定律感兴趣，特别是经济学家。但是我也知道这一定律也许有可能是永远都不可能的事。” 然而，科学家们已经使用该定律进行了许多实践应用。比如，一个公司的年度账目数据应当是满足这一定律，经济学家可以根据这一定律查找出伪造数据。因为伪造数据很难满足这一定律。（非常有趣的是，科学家发现数字5和6，而不是1是最流行的数字，这表明伪造者试图在账目中间“隐藏”数据。） 本福特定律最近还用于选举投票欺诈发现。科学家依据这一定律发现了2004年美国总统选举中佛罗里达州的投票欺诈行为，2004年委内瑞拉的投票欺诈和2006年墨西哥投票欺诈。 托里斯说，“有关第一数字定律是通过脏书页发现的故事是完全不可信的。本福特定律不可否认已经得到应用。当这一定律被发现是其能够带来的好处并不明朗。对我而言，它仿佛仅仅只是一个数字奇异现象。这就是简单中可能蕴涵有意想不到神奇之处的典型范例。”应用benford定律在审计方面的应用 一、本福德定律 对于抽样审计，我们已经进行了详细讲解。抽样审计的方法主要包括随机抽样和重点抽样。随机抽样是采用数理统计与概率论的原理从总体中抽取样本并进行检查；重点抽样是审计人员根据经验和职业判断有针对性的抽取样本并进行检查。我们回顾这两种抽样形式，会发现如下缺点和不足： （1）随机抽样如果要达到一定精确度，样本必须很大。这对于强调效率、效果和时效性的审计来说，有时可能存在成本高、在预定时间内无法完成任务的情况。审计人员为了在既定时间内完成任务，必然存在大量开飞机（没有执行的审计程序在审计底稿中记录已经执行了）的现象，反而大大影响审计效果。 （2）重点抽样强调审计人员的经验和判断。在审计实务中，一般是根据金额大小、性质严重程度并结合随机抽样方法进行抽样的。这种抽样方法对于总体中样本金额差异大、个体数量少的情况下比较适用，但是对于总体中个体数量多、个体间金额比较均匀的情况则显得很吃力。 那么是否有更好的方法可以祢补这些不足呢？这就是本节要讲的方法，这种方法是随机抽样、重点抽样审计方法的有益补充，该方法就是富兰克•本福德（FrankBenford）定律（Benford's Law）。 本福德早年在通用电器公司（GE）实验室工作，是一名物理学家，二十世纪二十年代发现了一个令人震惊的数学规律，即在任何一组同质随机发生的数据中，排在数据第一或第二位的数字是存有一个可预测到的概率。例如，在一组数据中1排在第一位的概率约为31%，而9排在第一位的概率仅有5%。本福德测试了多种来源的数据组发现存在这样的概率。本福德定律在审计中的应用 我们知道，本福德定律的适用条件是数据不能经过人为修饰。如果数据来自舞弊所得到的结果，则这些数据将不再服从本福德定律。注册会计师可以利用本福德定律来发现被审计单位舞弊，提高审计效果含义 本福德定律的含义如下： 一组随机发生的数字，各个数字的首位存在一定规律，越小的数字出现的比率越高，既0出现的概率是100％（实际上首位不可能是0，因此我们可以认为其出现的概率是100％），1出现的概率是31％，2出现的概率是18％，依次类推，9出现的概率只有不到5％。 其实，本福德定律也服从大数法则和中心极限定理，但是其证明比较复杂，这里不赘述。下图是美国物理学家 T. P. Hill 于1998年7－8月试验本福德定律的概率图： 本福德定律的应用条件是： （1）数据不能是规律排序的，比如发票编号、身份证号码等； （2）数据不能经过人为修饰。
详细解释 希望，等待。 宋 叶适 《上孝宗皇帝札子》：“今环视诸臣，前者后者，迭进迭退……其抱此志意而可以策励期望者谁乎？” 明 高启 《送蔡参军序》：“盖侯之贤，夙有以当太尉简注之深，而致国人期望之重。” 清 黄景仁 《三十夜梦怀殊》诗：“白头期望意，岂独在文章。” 曹禺 《雷雨》第三幕：“人们心里还是热燥燥的，期望着再来一次雷雨。” 数学期望来由 早在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目，题目是这样的：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，赢家可以获得100法郎的奖励。录比赛进行到第三局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？ 用概率论的知识，不难得知，甲获胜的概率为1/2+(1/2)*(1/2)=3/4，或者分析乙获胜的概率为(1/2)*(1/2)＝1/4。因此由此引出了甲的期望所得值为100*3/4=75法郎，乙的期望所得值为25法郎。 这个故事里出现了“期望”这个词，数学期望由此而来。定义 定义1： 按照定义,离散随机变量的一切可能值工与对应的概率P(若二龙)的乘积之和称为数学期望,记为咐.如果随机变量只取得有限个值:x,、π 定义2： 决定可靠性的因素常规的安全系数是根据经验而选取的,即取材料的强度极限均值(概率理论中称为数学期望)与工作应力均值(数学期望)之比随机变量的数学期望值 在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。换句话说，期望值是随机试验在同样的机会下重复多次的结果计算出的等同“期望”的平均值。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。）单独数据的数学期望值算法 对于数学期望的定义是这样的。数学期望 E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn) X1,X2,X3,……,Xn为这几个数据，p(X1),p(X2),p(X3),……p(Xn)为这几个数据的概率函数。在随机出现的几个数据中p(X1),p(X2),p(X3),……p(Xn)概率函数就理解为数据X1,X2,X3,……,Xn出现的频率f(Xi).则： E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn) = X1*f1(X1) + X2*f2(X2) + …… + Xn*fn(Xn) 很容易证明E(X)对于这几个数据来说就是他们的算术平均值。 我们举个例子，比如说有这么几个数： 1，1，2，5，2，6，5，8，9，4，8，1 1出现的次数为3次，占所有数据出现次数的3/12,这个3/12就是1所对应的频率。同理，可以计算出f(2) = 2/12,f(5) = 2/12 , f(6) = 1/12 , f(8) = 2/12 , f(9) = 1/12 , f(4) = 1/12 根据数学期望的定义： E(X) =1*f(1)+ 2*f(2) + 5*f(5) + 6*f(6) + 8*f(8) + 9*f(9) + 4*f(4) = 13/3 所以 E(X) = 13/3, 现在算这些数的算术平均值： Xa = (1+1+2+5+2+6+5+8+9+4+8+1)/12 = 13/3 所以E(X) = Xa = 13/3 吉林大学数学学院院刊 《期望》杂志系吉林大学数学学院院刊，创刊于1988年，由吉林大学数学学院团委学生会主办。 该刊以原吉林大学校长伍卓群先生题词“切磋数学，展示才化，交流心得，开发潜能”为办刊宗旨，始终是同学们才华展示的舞台。
二维随机变量(X,Y)作为一个整体,具有联合概率分布,其中的X或Y作为单个随机变量,具有边缘概率分布. 有时,我们要考虑在其中一个随机变量取得(可能的)固定值的条件下,另一随机变量的概率分布.这样得到的X或Y的概率分布叫做条件概率分布，简称条件分布．
杜养志 男，1929年3月生，广东省佛山市顺德区人。中山医科大学卫生学院卫生统计学教研室主任兼社会医学研究室主任。1993年退休，1948年进入国立中山大学医学院本科，解放后立志从事预防医学事业，参加山东医学院第二届公共卫生高级师资班进修，1953年分配湖南医学院从事以卫生统计为主的预防医学教学，参与编写全国医药院校教材中的《卫生学》(第一版)，《卫生统计学》(第一至四版)，《卫生学辞典》，《医学百科全书》的《医学统计分册》。主编《预防医学从书》的《卫生统计学分册》。研究工作涉及医学统计方法，医学人口学。青少年体质及慢性病流行等领域。曾任中国卫生统计学会，中华医学会卫生统计学分会理事，广东省卫生统计学会副主编，先后培养出硕士研究生九名，国务院给予特殊津贴。当选为全球百名“民族医药之星”和“当代世界传统医学杰出人物”。
济南华联商厦集团股份有限公司董事长 1962年出生，中国社会科学院研究生，北京大学光华管理学院工商管理硕士， 中国商业政策研究会特约研究院，济南市商业联合会会长。1984年开始任济南 市百货公司西市场商场（济南华联商厦前身）副经理，1986年任经理，1989年 任济南西市场商场总经理，1992年任济南华联商厦股份有限公司董事长、总经 理、党委书记，1995年任济南华联商厦集团股份有限公司董事长、总裁、党委 书记，2002年兼任济南嘉华购物广场集团股份有限公司董事长。获奖经历： 1994年 济南市劳动模范 济南市十大杰出青年 1996年 山东省第五届优秀青年企业家 1999年 山东省富民兴鲁劳动奖章 2000年 全国内贸系统劳动模范 2006年 全国五一劳动奖章 全国商业服务业十佳经营者 山东省商业服务业十佳经营者 2008年 中国商业服务业改革开放三十周年卓越人物 山东十大品牌大师 北京奥运圣火传递火炬手 改革开放30年济南市优秀企业家 2009年 山东省流通改革发展三十年功勋企业家 2009齐鲁精英人物风云榜十大新锐鲁商 2008“影响济南”年度经济人物 第十一届济南市优秀企业家突出贡献奖 2009济南商业最具影响力人物 2010年 山东省商业服务业十佳经营者江都市书法家协会副主席 男，中国江苏省江都市人，1956年4月生，翰墨轩主人。师从我国著名书法家周志高先生，亦受业於尉天池、言恭达等书法名家。其主要书法作品入选省级以上国家级重大展览：首届中国书法“兰亭奖”书法大展，第七届、第八届全国中青年书法篆刻家作品展，第五届全国楹联书法大展，第三届中国书坛新人新作展，“翰墨颂辉煌”自作诗词歌赋书法大展，全国首届自撰楹联书法大展，获全国楹联书法大赛创作一等奖，第六届中国艺术节书法作品展，走进新世纪江苏青年书法篆刻精品展，当代江苏书法家书法篆刻精品晋京展，在首届国际“敦煌杯”书法大赛中获奖并被中国文联和中国书协授予“全国书法百家”称号。 其书法作品还出访日本、东南亚各国并发表于全国各大专业报刊，在全国各社会团体艺术赛事中数次获等级奖，并被国内十多个美术馆、博物馆收藏。有《翰墨轩拾穗》、《洗心入静，天人合一》、《论书诗稿》、《书法散论》等书法专论面世。 现为中国书法家协会会员，中国民主建国会会员，中国楹联学会会员，江苏省书法家协会会员，扬州市书法家协会理事兼创作评审委员会委员，江都市书法家协会副主席。中南财经政法大学教授个人简介 李茂年教授，生于1916年，今年86岁高龄。1942年毕业于当时的中央政治大学部经济系统计学专业，并获得学士学位。次年2月开始在高等学校从事统计学的教学和科研工作，曾任上海法学院万县分院、万县辅成学院、湖南大学商学院统计专业专任讲师及专任副教授。1953年8月以来一直从教于中南财经政法大学，1980年评为教授，1986年被国务院学位委员会批准为博士生导师。研究成果 李教授作为统计学专业的一位元老，长期耕耘在教学第一线。他治学严谨，执教严格，一丝不苟，令人尊敬。五十多年来，李教授担任过多门课程的教学工作，教过统计应用数学、高等微积分、普通统计学、数理统计学、经济统计学、统计方法论、统计学原理、抽样调查、近代回归分析、近代时间序列分析等等。在经济统计和数理统计领域都有研究，特别是抽样调查和近代时间序列分析，更是李教授的专长。关于抽样调查，李茂年教授的方法是研究抽样理论与进行抽样调查实践相结合，他是我国较早运用抽样理论解决实际问题并取得巨大成功的统计学权威人士。50年代初，他在湖南大学任教，潜心钻研古典抽样方法，并在长沙市进行职工家计调查和农户收入调查，其调查可以称得上是我国解放后的第一次抽样调查。60年代，他研究G.W科克伦的抽样调查技术，两次到江陵、潜江等地进行湖北省农产量抽样调查，对国家统计局的农产量调查方案提出了许多修改意见，据此写成的科学论文在《统计研究》杂志发表后，获得国家统计局优秀科研论文奖。在抽样理论方法上，他第一个编制出抽样误差频率分布表，以五个数码构成一个总体，用不重复抽样法抽取三个数码作为样本，计算样本平均误差，说明误差分布规律，这在国内外都是首创。近代时间序列分析，是李教授的第二项专长。国内外关于近代时间序列分析的名著是Box和Genkins合著的《时间序列分析、控制和预测》，这本书被国内许多高等学校采用作为统计学专业研究生教材。但这本书所涉及的计算都只是公式的应用，没有对公式进行详细证明和推导，学生只知其然不知其所以然，李茂年教授第一个把全书所有公式进行了系统地证明和推导，不愧是“技高一筹”。教学特点 李教授在教学方面主要有两个特点：第一，既教数理统计又教经济统计，而且在两方面都有很深的造诣。他在60年代就研究数理统计方法在农产量调查中的应用，此前，1953年在湖南大学就已经五次讲过时间序列分析在经济统计中的应用。可以说，李教授是我国大统计学的先驱。第二，理论密切联系实际，是李茂年先生的第二个特点。他的科研课题不是从书本上来的，绝大部分是从实际工作中提出来需要研究的问题，他的科研成果都被实际工作采用而具有应用价值和理论价值，并不追求发表或出版。如1959、1960年进行的农产量抽样调查方法研究，就是因为1958年大跃进，农产量浮夸虚报，提出了如何搞准农业产量问题而进行研究的。研究后，首先不是写论文，而是修改国家统计局的调查方案。又如，50年代关于湖北地区风压的研究，就是因为建设高层建筑、高炉、长江大桥等工程项目，建筑设计院、中央气象局需要这些成果才进行研究的，其论文《湖北地区风压的研究》受到同行的一致好评。贡献 李教授利用他的两项专长和他自己的特点进行教学科研，取得了令人瞩目的成就，对我国统计科学的发展作出了巨大的贡献。主要表现在：1、在我国首先采用矩母函数推导频率分布。此项内容在1948年美国威斯康星州立大学数理统计教材上有。但我国最早见于李先生的油印讲义，其他院校教材都是后来才陆续采用的。2、首先采用差分法。差分法现在很多统计教材上都有，很普通。但最早采用此法的还是李教授，在中南财经政法大学（时为中南财经学院）开设数理统计学选修课时讲的，那时称为相差数，用来预测时间序列。3、首先介绍康德尔检验系数，即湖北省棉花公司检验棉花而采用的一种非参数检验方法。这种方法虽不是李教授的原创，早已在美国纽约市立大学《统计学》课程中有所介绍，但却是李教授首先证明、解释和介绍过来的。4、首先编制抽样误差频率分布表。5、创建了平均发展速度累计法简易查对表。国家统计局编制的表有九十页，李茂年教授编制的表只有四页，而且便于查对使用。6、首先证明了方差分析的全部公式。国内外教材只有公式应用，没有证明公式来源，李教授主编的《数理统计学》是第一个把这些公式进行了证明的。著作 李茂年教授不仅有扎实的数学功底，外语水平也很出色，能熟练地用英语、俄语阅读并笔译统计著作。他在1981年主编并由天津人民出版社出版的近四十万字的《数理统计学》教材，获得了湖北省统计学会颁发的优秀科研成果一等奖，同时被国家统计局审定为高等院校文科试用教材。他撰写的《收获前农产量抽样调查的初步探讨》一文，其中提出的农产量调查不能采用一步抽样，而应采用多步抽样计算误差的方法，荣获湖北省社会科学研究成果三等奖。1986年，他负责编写《经济大词典》中的数理统计部分辞条和《现代统计知识丛书》之一的《相关分析和回归分析》一书，此外还编写了由国家教委委托的高等学校文科教材《抽样调查》一书中等概率的等客量和不等客量的整群抽样以及等概率的等客量和不等客量的多步抽样四个部分的内容。
北京工商大学副校长－李朝鲜 李朝鲜，男，汉族，1958年9月出生，四川人，中共党员，1976年8月参加工作，经济学博士，教授，博士生导师、国务院特殊津贴专家。曾任北京商学院统计系副主任、主任，财经系主任；北京工商大学经济学院院长、教务处处长等职。兼任国家商务部市场运行调控专家、中国商业统计学会常务理事、全国市场调查研究会常务理事、北京市统计学会常务理事。 现任北京工商大学副校长。负责本科教学、继续教育、高教研究、图书情况、招生、体育工作；分管教务处、图书馆、计算机与网络中心、继续教育学院、工科实践中心、文科实践中心、数字艺术制作中心、体育部。 四川省巴中市中医院内科医生－李朝鲜 李朝鲜，男，主治医师，毕业于成都中医药大学，中心门诊主任，内分泌（糖尿病）专家。2004年10月～2005年9月四川大学华西医院进修内分泌专业，并参加“四川省第六届中医术医学术学科带头人培训班”学习。多次参加省内内分泌（糖尿病）学术会议，主要研究方向：糖尿病的中西医结合治疗。主要学术成就：《防风治疗尿路感染效佳》，曾发表于《中医杂志》；《中药治疗慢性支气管炎的服药时间选择》曾发表于《黑龙江中医药》。擅长糖尿病、甲状腺疾病、肾上腺疾病、骨质疏松及内科杂病头痛、胃痛等。 眼科专家 上海市五官科医院（复旦大学附属眼耳鼻喉医院）教授、上海沪申五官科医院特聘专家，国内知名眼底病专家。 职称：主任医师 擅长：玻璃体视网膜疾病的手术治疗，尤其擅长眼底病、玻璃体视网膜疾病的手术，包括视网膜脱离、眼外伤、玻璃体积血与炎症、糖尿病视网膜病变 医生简介：眼视网膜玻璃体及眼底病学科主任医师，1970年毕业于原上海第一医学院外科医疗系，983年参加摩洛哥医疗队。1989年在法国南特gourdill眼科中心进修。一直从事眼科临床、教学、科研工作。在眼科临床的诊断与治疗具有丰富经验。尤其擅长眼底病、玻璃体视网膜疾病的手术，包括视网膜脱离、眼外伤、玻璃体积血与炎症、糖尿病视网膜病变。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估