充填相关计算公式
充填相关计算公式
1.采矿要求充填能力：
Q n=k Q k Z/γ，式中Q n 为充填能力；Q k为日产矿量；γ为矿石密度；k为采充时间不平衡系数；Z为采充与作业不平衡系数。
2.选厂供砂能力：
Q s=Q kγ1÷δ，式中Q s为供砂能力；Q k为日产矿量；γ1为全尾砂产率；δ为尾砂密度。
3.充填输送管径与料浆流速的关系式
V=Q／（3600×π／4×D2），式中V为料浆流速；Q为充填料浆流量。
4.充填倍线
（H+L）/H=γ/1.20i，式中（H+L）/H为管道总长与垂直管道高度之比，即充填倍线。
5.压力损失
i=4/D×﹙4/3τ0+8v/DμB﹚
6.充填体强度变化率
7.砂仓容量的确定
V =V y /K, V
为砂仓总容积；V y 为砂仓有效容积；k 为砂仓容积利用系数，一般取
0.8-0.95。 V y=q /ρ, q 为日产矿量，ρ为矿石密度。
8. 充填空区计算
a m Q R Q k cc C /7.630万=÷
=γ 式中： C Q ——矿山年充填量，万m 3/a ；
Q ——矿山采矿生产能力，a t Q /200万=；
CC R ——井下采充比，CC R =0.9；
k γ——矿石/尾砂密度，k γ=2.68t/m 3。
9. 尾砂年产量
TT 0TT R Q Q ?=
式中：TT Q ——尾砂年产量，万t/a ；
0Q ——矿山采矿生产能力，
TT R ——选厂尾砂产率，%。
10. 充填尾砂量
a m Q K K Q C T /8.87**321万==
式中：T Q ——年充填尾砂量，万m 3/a ；
K 1——尾砂脱水浓缩系数，K 1=1.15；
K ２——充填材料流失系数，K ２=1.02；
11. 尾矿输送临界管径计算
克诺罗兹公式：
β43248.21(2.0l Z l l D M D Q +=
MZ ——重量砂水比，
β——固体物料比重校正系数，
17.21--=t γβ
Dl ——临界管径， 12. 临界流速计算
临界流速采用克诺罗兹公式计算
克诺罗兹公式：
式中：M z ——重量砂水比，砂重/水重×100；
β——固体物料比重校正系数；
当γt ≤2.7t/m 3时，β=1； 当γt ≤2.7t/m 3时，
17.21--=k γβ
D 1——临界管径。
13. 水力坡度计算
水力坡度采用金川似均质流公式计算：
??
????????????????-+=78.1242.40)1(9.1061x t V C C gD C i i υγ
Ic——水平直管单位长度料浆水力坡度，KPa/m；
I0——水平直管单位长度清水水力坡度，KPa/m；i0=λ0V2/(2gD) Cv——料浆的体积浓度,%
g——重力加速度，m/s2；
D——管径，m；
V——流速，m/s
Cx——颗粒沉降阻力系数；
γt——固体物料密度, t/m3；
λ0——阻力系数，
14.输送扬程计算
H= h1+h2+h3+h4+h5
式中：h1——砂泵几何高差压头，mH2O；
h1= hn·γ浆
hn——砂泵扬程几何高差，m；
γ浆——泵送浆体密度，t/m3；
h2——输送管道沿程阻力，mH2O；
h3——输送管道沿线的局部损失，mH2O；
h3=（0.1~0.15）h1
h4——砂泵吸入管的压头损失，通常h4取2~4 mH2O；
h5——管道出口剩余压头，通常h5取2~5 mH2O。15.选矿厂排出尾矿浆流量
16.扬程计算
矿浆泵的总扬程应大于输送矿浆所需的总扬程。
输送矿浆所需的总扬程按8.3.1-1式计算，离心式矿浆泵的总扬程按8.3.1-2式计算，油隔离、水隔离泥浆泵的总扬程按8.3.1-4式计算。
p k=9.8Hρk/ρs+Li k+p j+p n+p z（8.3.1-1）
p b=∑p sρk/ρs k p k m（8.3.1-2）
k p=1-0.25p （8.3.1-3）
p b=∑p e·k（8.3.1-4）
式中：p k为输送矿浆所需的总扬程(kPa)；H为提升矿浆的几何高度(m)；ρk为矿浆的密度(kg /m3)；ρs为水的密度(kg/m3)；L为管道长度(m)；i k为管道沿程摩阻损失(kPa/m)；p j为管道局部摩阻损失(kPa)，可按沿程摩阻损失的5%~10%计；p n为泵站内管道零件的摩阻损失(kPa)，可计算确定或每座泵站取20~30kPa；p z为所需的剩余压力（kPa），每个排出口可取20~30kPa；p b为矿浆泵输送矿浆时的总扬程(kPa)；p s为矿浆泵的清水扬程(kPa)；k p为矿浆泵输送矿浆时的扬程降低率，可根据8.3.1-3式确定；k m为矿浆泵磨蚀后的扬程折减率，在0.85~0.98间选取。对于磨蚀性较大，口径小于等于100mm的小型敞开式泵轮宜取小值；对于磨蚀性较小，口径200或200mm以上的大型、封闭式泵轮可取大值；p为矿浆的重量浓度；p e为泵的额定压力（kPa）；k为泵的压力储备系数，油隔离泵取0.85~0.95，水隔离泵取0.95~1.0，对于停电时不需排空的尾矿管道宜其取小值。
17.矿浆泵电机功率计算
离心式矿浆泵和油隔离泥浆泵配用的电动机，其功率分别按8.3.2-1和8.3.2-2式计算。N=k1 q b p s ρk /（1000ηjηbρs） (8.3.2-1)
N=k1 q b p k /（1000ηvηj）(8.3.2-2)
式中：N为泵所需的电机功率（kw）；k1为电动机的功率储备系数，N≤kw，取1.2；N ＞40kw，取1.1；q b为泵输送矿浆的计算流量（L/s）；ηj为机组的传动效率，联轴器传动取1.0，三角皮带传动取0.95~0.96，齿轮传动取0.97~0.98，液力偶合器取0.97；ηb为泵扬送清水时的效率；ηv为泵的容积效率，按制造厂提供的数值采用或取0.85~0.90；ηj 为机械总效率，可取0.94。
相关性分析(相关系数)
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本. 相关系数又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。 相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。 γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关； γ的绝对值越大，相关程度越高。 两个现象之间的相关程度，一般划分为四级： 如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。 相关系数的计算公式为<见参考资料>. 其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值， 为因变量数列的标志值；■为因变量数列的平均值。 为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式<见参考资料>. 其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式<见参考资料>. 使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不必再列计算表。 简单相关系数： 又叫相关系数或线性相关系数。它一般用字母r 表示。它是用来度量定量变量间的线性相关关系。 复相关系数: 又叫多重相关系数
自相关函数和互相关函数的利用MATLAB计算和作图
互相关函数，自相关函数计算和作图 1.自相关和互相关的概念。 ●互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1，t2间的相关程度。 ●自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2间的相关程度。 互相关函数是在频域内两个信号是否相关的一个判断指标，把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号，对修正测量中接入噪声源而产生的误差非常有效。 -----------------------------------------------------------------------------------事实上，在图象处理中，自相关和互相关函数的定义如下：设原函数是f(t)，则自相关函数定义为R(u)=f(t)*f(-t)，其中*表示卷积；设两个函数分别是f(t)和g(t)，则互相关函数定义为R(u)=f(t)*g(-t)，它反映的是两个函数在不同的相对位置上互相匹配的程度。 2.利用matlab中实现这两个相关并用图像显示： 自相关函数： dt=.1; t=[0:dt:100];x=cos(t); [a,b]=xcorr(x,'unbiased'); plot(b*dt,a)
互相关函数：把[a,b]=xcorr(x,'unbiased');改为[a,b]=xcorr(x,y,'unbiased');便可。 3.实现过程： 在Matalb中，求解xcorr的过程事实上是利用Fourier变换中的卷积定理进行的，即 R(u)=ifft(fft(f)×fft(g))，其中×表示乘法，注：此公式仅表示形式计算，并非实际计算所用的公式。当然也可以直接采用卷积进行计算，但是结果会与xcorr的不同。事实上，两者既然有定理保证，那么结果一定是相同的，只是没有用对公式而已。下面是检验两者结果相同的代码： dt=.1; t=[0:dt:100]; x=3*sin(t); y=cos(3*t); subplot(3,1,1); plot(t,x); subplot(3,1,2); plot(t,y); [a,b]=xcorr(x,y); subplot(3,1,3); plot(b*dt,a); yy=cos(3*fliplr(t));%or use:yy=fliplr(y); z=conv(x,yy); pause; subplot(3,1,3); plot(b*dt,z,'r'); 即在xcorr中不使用scaling。
挖土方计算公式
基坑土方V=[A*B+a*b+(A+a)*(B+b)]*h/6； 上口：A，B 下口：a，b 土方：凡平整场地厚度在30cm以上，坑底宽度在3m以上及坑底面积在20m2以上的挖土为挖土方。 地槽：凡槽底宽度在3m以内，且槽长大于槽宽三倍的为地槽。 地坑：凡图示底面积在20m2以内的挖土为挖地坑。 放坡起点，混凝土垫层由垫层底面开始放坡，灰土垫层由垫层上表面开始放坡，无垫层的由底面开始放坡。 土建工程中挖土方，挖地坑公式为： V=[(A+kH1)*H1+A*H2]*L， 挖地槽公式为： V=A*B*H+(A+B)*k*H1*H1+4/3*k*k*H1*H1*H1， 其中：A--基槽（坑）的宽度；B--基坑的长度；H1--基槽（坑）的垫层顶面至室外地坪的高度；H2--基槽（坑）的垫层厚度；k--放坡系数；L--基槽的长度；有放坡，都从垫层上表面（顶面）开始放坡的。 钢筋工程量计算篇 钢筋工程量计算常用公式(2009-10-11 13:33:44)转载标签：杂谈分类：工程造价资料 一、梁 （1）框架梁 一、首跨钢筋的计算 1、上部贯通筋 上部贯通筋（上通长筋1）长度＝通跨净跨长＋首尾端支座锚固值 2、端支座负筋 端支座负筋长度：第一排为Ln/3＋端支座锚固值； 第二排为Ln/4＋端支座锚固值 3、下部钢筋 下部钢筋长度＝净跨长＋左右支座锚固值 以上三类钢筋中均涉及到支座锚固问题，那么总结一下以上三类钢筋的支座锚固判断问题： 支座宽≥Lae且≥0.5Hc＋5d，为直锚，取Max{Lae，0.5Hc＋5d }。 钢筋的端支座锚固值＝支座宽≤Lae或≤0.5Hc＋5d，为弯锚，取Max{Lae，支座宽度-保护层+15d }。 钢筋的中间支座锚固值＝Max{Lae，0.5Hc＋5d } 4、腰筋 构造钢筋：构造钢筋长度＝净跨长＋2×15d 抗扭钢筋：算法同贯通钢筋 5、拉筋
Excel函数公式完整版
EXCEL函数公式大全(完整) 函数说明 CALL调用动态链接库或代码源中的过程 EUROCONVERT用于将数字转换为欧元形式，将数字由欧元形式转换为欧元成员国货币形式，或利用欧元作为中间货币将数字由某一欧元成员国货币转化为另一欧元成员国 货币形式（三角转换关系） GETPIVOTDATA返回存储在数据透视表中的数据 REGISTER.ID返回已注册过的指定动态链接库(DLL) 或代码源的注册号 SQL.REQUEST连接到一个外部的数据源并从工作表中运行查询，然后将查询结果以数组的形式返回，无需进行宏编程 ?数学和三角函数 ?统计函数 ?文本函数 加载宏和自动化函数 多维数据集函数 函数说明 CUBEKPIMEMBER返回重要性能指标(KPI) 名称、属性和度量，并显示单元格中的名 称和属性。KPI 是一项用于监视单位业绩的可量化的指标，如每月 总利润或每季度雇员调整。 CUBEMEMBER返回多维数据集层次结构中的成员或元组。用于验证多维数据集内 是否存在成员或元组。 CUBEMEMBERPROPERTY返回多维数据集内成员属性的值。用于验证多维数据集内是否存在 某个成员名并返回此成员的指定属性。 CUBERANKEDMEMBER返回集合中的第n 个或排在一定名次的成员。用于返回集合中的一 个或多个元素，如业绩排在前几名的销售人员或前10 名学生。 CUBESET通过向服务器上的多维数据集发送集合表达式来定义一组经过计算 的成员或元组（这会创建该集合），然后将该集合返回到Microsoft Office Excel。 CUBESETCOUNT返回集合中的项数。 CUBEVALUE返回多维数据集内的汇总值。
如何用SPSS求相关系数
参见： [1] 衷克定数据统计分析与实践—SPSS for Windows[M].北京：高等教育出版社，2005.4：195— [2] 试验设计与SPSS应用[M].北京，化学工业出版社，王颉著，2006.10：141— 多元相关与偏相关 如何用SPSS求相关系数 1 用列联分析中，计算lamabda相关系数，在分析——描述分析——列联分析 2 首先看两个变量是否是正态分布，如果是,则在analyze-correlate-bivariate中选择 pearson相关系数，否则要选spearman相关系数或Kendall相关系数。如果显著相关，输出结果会有*号显示，只要sig的P值大于0.05就是显著相关。如果是负值则是负相关。 在SPSS软件相关分析中,pearson(皮尔逊), kendall（肯德尔）和spearman（斯伯曼/斯皮尔曼）三种相关分析方法有什么异同 两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述. Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。 Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格； 计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。 计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用spearman或kendall相关 Pearson 相关复选项积差相关计算连续变量或是等间距测度的变量间的相关分析Kendall 复选项等级相关计算分类变量间的秩相关，适用于合并等级资料 Spearman 复选项等级相关计算斯皮尔曼相关，适用于连续等级资料 注： 1若非等间距测度的连续变量因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关 2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用Spearman 或Kendall相关。 3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。 在SPSS里进入Correlate－》Bivariate，在变量下面Correlation Coefficients复选框组里有3个选项：
Matlab自相关函数和互相关函数的计算和作图
自相关函数(Autocorrelation function，缩写ACF)是信号处理、时间序列分析中常用的数学工具，反映了同一序列在不同时刻的取值之间的相关程度。 自相关函数在不同的领域，定义不完全等效。在某些领域，自相关函数等同于自协方差(autocovariance)。 信号处理 在信息分析中，通常将自相关函数称之为自协方差方程。用来描述信息在不同时间τ的，信息函数值的相关性。 ，其中“*”是卷积算符，为取共轭 自相关函数的性质 以下以一维自相关函数为例说明其性质，多维的情况可方便地从一维情况推广得到。 ?对称性：从定义显然可以看出R(i) = R(?i)。连续型自相关函数为偶函数当f为实函数时，有： 当f是复函数时，该自相关函数是厄米函数，满足： 其中星号表示共轭。 ?连续型实自相关函数的峰值在原点取得，即对于任何延时τ，均有 。该结论可直接有柯西-施瓦茨不等式得到。离散型自相关函数亦有此结论。 ?周期函数的自相关函数是具有与原函数相同周期的函数。 ?两个相互无关的函数（即对于所有τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。 ?由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。
?连续时间白噪声信号的自相关函数是一个δ函数，在除τ = 0 之外的所有点均为0。 ?维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对： ?实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式： 白噪声的自相关函数为δ函数： 自相关函数和偏相关函数的问题 在时间序列分析的研究中，首先是判别时间序列的稳定性，如果时间序列是平稳的就可以计算这些数据的自相关函数和偏相关函数。 如果自相关函数是拖尾的，偏相关函数是截尾的，那麽数据符合AR（P）模型。 如果自相关函数是截尾的，偏相关函数是拖尾的，那麽数据复合MA( Q )模型 如果自相关函数和偏相关函数都是拖尾的，那麽数据复合ARMA( P,Q )模型。 自相关函数和互相关函数的matlab计算和作图 1. 首先说说自相关和互相关的概念。 这个是信号分析里的概念，他们分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1，t2的取值之间的相关程度，自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2的取值之间的相关程度。互相关函数给出了在频域内两个信号是否相关的一个判断指标，把两测点之间信号的互谱与
附录相关系数r的计算公式的推导.doc
相 关 系 数 r AB 的 计 算 公 式 的 推 导 设 A i 、 B i 分别表示证券 A 、证券 B 历史上各年获得的收益率； A 、 B 分别表示证券 A 、证券 B 各 年获得的收益率的平均数； P i 表示证券 A 和证券 B 构成的投资组合各年获得的收益率，其他符号的含义 同上。 2 = 1A n 1 2 = 1B n 1 2 1 P = 1 n = 1 n 1 = 1 n 1 = 1 n 1 = 1 n 1 =A 2 A × =A 2 2 A A ( A i A) 2 (B i B) 2 (P i 1 P i ) 2 n 1 [( A A A i A B B i ) ( A A A i A B B i )]2 n [( A A A i A B B i ) (A A A A B B)] 2 [ A A ( A i A) A B (B i B)] 2 [ 2 ( A i ) 2 2 ( B i B ) 2 2 A A A B ( A i )( B )] A A A A B A B i ( A i A) 2 A B 2 × ( B i B) 2 2A A A B [( A i A)( B i B)] n 1 n 1 n 1 2 2 2A A A B [( A i A)( B i B)] A B B n 1 对照公式（ 1）得： ( A i A) 2 (B i B) 2 = × n × r AB n 1 1 ∴ r AB = [( A i A)( B i B)] ( A i A)2 (B i B) 2 这就是相关系数 r AB 的计算公式。 投资组合风险分散化效应的内在特征 1. 两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（ 1）左右两端对 A A 求一阶导数，并注意到 A B =1—A A ： 2 2 2 A B r AB ( P )′=2A A A －2(1 －A A ) B ＋ 2 (1 － A A ) A B r AB －2A A 令 ( P 2 )′=0 并简化，得到使 P 2 取极小值的 A A ： 2 B r AB A A = B A （ 3） 2 2 2 A B r AB A B 式中,0 ≤ A A ≤ 1, 否则公式（ 3）无意义。
土方开挖工程量计算公式资料讲解
土方开挖工程量计算公式 圆柱体：体积=底面积×高 长方体：体积=长×宽×高 正方体：体积＝棱长×棱长×棱长． 锥体: 底面面积×高÷3 台体: V=[ S上+√(S上S下)+S下]h÷3 球缺体积公式＝πh²(3R-h)÷3 球体积公式：V＝4πR³/3 棱柱体积公式：V＝S底面×h＝S直截面×l （l为侧棱长,h为高) 棱台体积：V=〔S1＋S2＋开根号（S1*S2）〕／3*h 注：V：体积；S1：上表面积；S2：下表面积；h：高。 ------ 几何体的表面积计算公式 圆柱体: 表面积:2πRr+2πRh 体积:πRRh (R为圆柱体上下底圆半径,h为圆柱体高) 圆锥体: 表面积:πRR+πR[(hh+RR)的平方根] 体积: πRRh/3 (r为圆锥体低圆半径,h为其高, 平面图形 名称符号周长C和面积S 正方形a—边长C＝4a S＝a2 长方形a和b－边长C＝2(a+b) S＝ab 三角形a,b,c－三边长h－a边上的高s－周长的一半A,B,C－内角其中 s＝(a+b+c)/2 S＝ah/2＝ab/2?sinC ＝[s(s-a)(s-b)(s-c)]1/2＝a2sinBsinC/(2sinA) 四边形d,D －对角线长α－对角线夹角S＝dD/2?sinα平行四边形a,b－边长h－a边的高α－两边夹角S＝ah＝absinα菱形a－边长α－夹角D－长对角线长d－短对角线长S＝Dd/2＝a2sin α梯形a和b－上、下底长h－高m－中位线长S＝(a+b)h/2＝mh 圆r－半径d－直径C ＝πd＝2πr S＝πr2＝πd2/4 扇形r—扇形半径a—圆心角度数C＝2r＋2πr×(a/360) S ＝πr2×(a/360) 弓形l－弧长S＝r2/2?(πα/180-sinα) b－弦长＝r2arccos[(r-h)/r] - (r-h)(2rh-h2)1/2 h－矢高＝παr2/360 - b/2?[r2-(b/2)2]1/2 r－半径＝r(l-b)/2 + bh/2 α－圆心角的度数≈2bh/3 圆环R－外圆半径S＝π(R2-r2) r－内圆半径＝π(D2-d2)/4 D－外圆直径 d－内圆直径椭圆D－长轴S＝πDd/4 d－短轴 土建工程师应掌握的数据2010-03-27 11:05 12墙一个平方需要64块标准砖 18墙一个平方需要96块标准砖 24墙一个平方需要128块标准砖 37墙一个平方需为192块标准砖 49墙一个平方需为256块标准砖 计算公式：
常用计算公式和函数
公式运用： 请在注册后使用：音视频转换工具软件 名称: crsky 注册码: WHAT-DOYO-UWAN-TTOD-00CE-58F8-5D10-2F1A 常用公式： 一、 1：求和:SUM 可以利用来算一行或一列数字的总和。如算总分。 2：求平均数:average 可以利用来算一行或一列数字的平均值。如算平均分 3：求非空单元格的个数:counta /count 可以利用来算一行或一列（有内容/有数字）的单元格个数。如算参加考试的学生数。4：求满足条件的非空单元格的个数:countif 可以利用来算一行或一列有内容的同时又满足某个条件的单元格个数。如算满足60分以上的学生人数，即及格人数。 5：标准差:STDEVP 可以利用来算一行或一列数字的标准差。标准差是一组数值自平均值分散开来的程度的一种测量观念。一个较大的标准差，代表大部分的数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。反映学生的分数分化差异。 二、自由公式的运用 1.加减乘除四则运算：电脑键盘的右边，小键盘上有。 加：+ （如：=A1+A2)也可: =5+5 减：- （如：=A1-A2)也可: =5-5 乘：* （如：=A1*A2)也可: =5*5 除：/ （如：=A1/A2)也可: =5/5 2.组合公式运算： A.算及格率：组合公式原理：知道及格人数和总人数。利用及格人数除以总人数 及格人数公式：countif来计算。=COUNTIF（A1：A50，”>=60”) 总人数：可以手写如50，也可以counta来算。 公式组合：= COUNTIF（A1：A50，”>=60”)/ counta（A1：A50） B.算优秀率：组合公式原理：知道优秀人数和总人数。利用优秀人数除以总人数 优秀人数公式：countif来计算。 总人数：可以手写如50，也可以counta来算。 公式组合：= COUNTIF（A1：A50，”>=80”)/ counta（A1：A50） C.算难度系数：组合公式原理：知道平均分和总分。利用平均分除以总分 平均分公式：average来计算。 总分：试卷小题有标注，如3分 公式组合：= average （A1：A50)/ 3 D.选择题选A率：组合公式原理：知道选择了A的总数和班级总人数。利用选择了A的总数除以班级总人数 选择A的总数公式：countif来计算。
第三章附录：相关系数r 的计算公式的推导
相 关 系 数 r AB 的计算公式的推导 设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符 号的含义同上。 2 A σ=1 1-n 2)(∑-A A i 2 B σ=1 1-n )(B B i -∑2 2 P σ= 12)1(-i i P P 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2P σ)′=2 A A 2A σ－2 (1－A A )2B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2P σ)′= 0 并简化，得到使2 P σ取极小值的A A ： A A =AB B A B A AB B A B r r σσσσσσσ22 22-+- … …………………………………（3） 式中, 0≤A A ≤1,否则公式（3）无意义。 由于使(2P σ)′=0的A A 值只有一个，所以据公式（3）计算出的A A 使2 P σ为最小值。
以上分析清楚地说明：对于证券A和证券B，只要它们的系数r AB 适当小（r AB 的“上限”的 计算，本文以下将进行分析），由证券A和证券B构成的投资组合中，当投资于风险较大的证券B 的资金比例不超过按公式（3）计算的（1—A A ），会比将全部资金投资于风险较小的证券A的方 差（风险）还要小；只要投资于证券B的资金在（1—A A ）的比例范围内，随着投资于证券B的资 金比例逐渐增大，投资组合的方差（风险）会逐渐减少；当投资于证券B的资金比例等于（1—A A ）时，投资组合的方差（风险）最小。这种结果有悖于人们的直觉，揭示了风险分散化效应的内在特征。按公式（3）计算出的证券A和证券B的投资比例构成的投资组合称为最小方差组合，它是证券A和证券B的各种投资组合中方差（亦即风险）最小的投资组合。
线性回归方程中的相关系数r
线性回归方程中的相关系数r r=∑(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(Xi-X平均数)^2*∑(Yi-Y平均数)^2]
R2就是相关系数的平方， R在一元线性方程就直接是因变量自变量的相关系数，多元则是复相关系数 判定系数R^2 也叫拟合优度、可决系数。表达式是: R^2=ESS/TSS=1-RSS/TSS 该统计量越接近于1，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量，R2往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 ——但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 这就有了调整的拟合优度: R1^2=1-(RSS/(n-k-1))/(TSS/(n-1)) 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。 总是来说，调整的判定系数比起判定系数，除去了因为变量个数增加对判定结果的影响。R = R接近于1表明Y与X1，X2 ，…，Xk之间的线性关系程度密切； R接近于0表明Y与X1，X2 ，…，Xk之间的线性关系程度不密切 相关系数就是线性相关度的大小，1为（100%）绝对正相关，0为0%，-1为（100%）绝对负相关 相关系数绝对值越靠近1，线性相关性质越好，根据数据描点画出来的函数-自变量图线越趋近于一条平直线，拟合的直线与描点所得图线也更相近。 如果其绝对值越靠近0，那么就说明线性相关性越差，根据数据点描出的图线和拟合曲线相差越远（当相关系数太小时，本来拟合就已经没有意义，如果强行拟合一条直线，再把数据点在同一坐标纸上画出来，可以发现大部分的点偏离这条直线很远，所以用这个直线来拟合是会出现很大误差的或者说是根本错误的）。 分为一元线性回归和多元线性回归 线性回归方程中,回归系数的含义 一元： Y^=bX+a b表示X每变动（增加或减少）1个单位,Y平均变动（增加或减少）b各单位多元： Y^=b1X1+b2X2+b3X3+a 在其他变量不变的情况下，某变量变动1单位，引起y平均变动量 以b2为例：b2表示在X1、X3（在其他变量不变的情况下）不变得情况下，X2每变动1单位，y平均变动b2单位 就一个reg来说y=a+bx+e a+bx的误差称为explained sum of square e的误差是不能解释的是residual sum of square
土方挖掘计算公式
一、土方工程量计算 一、土方工程量计算 土方工程量计算中，挖沟槽、挖地坑、一般挖土方和平整场地的划分及工程量计算公式。 挖沟槽：指挖土宽度B≤３m，挖土长度L>3B； 挖地坑：指不满足上述条件之一，且基底面积S≤20m2的挖土； 一般挖土方：指不满足上述条件之一、基底面积S>20m2，挖土深度h>0.3m的挖土; 平整场地：指不满足上述条件之一、基底面积S>20m2，挖土深度h≤0.3m的挖土; ㈠、挖沟槽土方工程量的计算公式： 1、基础下无垫层时，V=(B+2C+KH)×H×L 2、基础下有不支模板的垫层时，V=[(B+2C+Kh)×h+B1×(H-h)]×L 3、基础下有支模板的垫层时，V=[(B1+2C+Kh)×h+(B1+2C)(H-h)]×L ㈡、挖地坑和一般挖土方的工程量计算公式： 1、基础下无垫层时，V=（A+2C+KH）(B+2C+KH)×H+1/3K2H3 2、基础下有不支模板的垫层时， V=[(A+2C+Kh)(B+2C+Kh)×h+1/3K2h3+A1×B1×(H-h)] 3、基础下有支模板垫层时V=（A1+2C+Kh） (B1+2C+Kh)×h+1/3K2h3+(A1+2C)(B1+2C)(H-h) 式中，B:基础底宽B1:垫层底宽C:工作面宽度 H室外地坪标高至槽底的深度 h室外地坪标高至垫层上表面的深度 K放坡系数：当I、II类土的挖土深度h≥1.2m时，才需要
放坡，坡度系数K=0.5； 当III类土的挖土深度h≥1.5m时，才需要放坡，坡度系数K=0.33； 当IV类土的挖土深度h≥2m时，才需要放坡，坡度系数K=0.25。 ㈢、平整场地工程量的计算公式： S平整场地＝S１＋L外×２＋１６ ㈣、基础回填土工程量计算公式： V=挖土的总体基－室外地坪标高以下埋设物体积 ㈤、室内回填土工程量计算公式： V=底层主墙间净面积×（室内外高差－地坪厚度） ㈥、余土外运工程量计算公式： V＝挖土总体积－填土总体积
常用相关分析方法及其计算
二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作XY r ，其计算公式为 ∑∑∑===----= n i i n i i n i i i XY Y y X x Y y X x r 1 2 1 2 1 ) ()() )(( (2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。 若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑= (2-21) 式中n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程 度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差 n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差 除，使之成为没有实际单位的标准分数，然后再求其协方差。即： ∑∑?= = )()(1Y X Y X XY S y S x n S nS xy r
Y X Z Z n ∑?= 1 (2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算 利用公式 (2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： ∑∑∑∑∑∑∑---= 2 22 2 ) () (i i i i i i i i XY y y n x x n y x y x n r (2-23) （二）等级相关 在教育与心理研究实践中，只要条件许可，人们都乐于使用积差相关系数来度量两列变量之间的相关程度，但有时我们得到的数据不能满足积差相关系数的计算条件，此时就应使用其他相关系数。 等级相关也是一种相关分析方法。当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据，或者得到的数据是等距或等比的测量数据，但其所来自的总体分布不是正态的，出现上述两种情况中的任何一种，都不能计算积差相关系数。这时要求两列变量或多列变量的相关，就要用等级相关的方法。 1. 斯皮尔曼(Spearman)等级相关 斯皮尔曼等级相关系数用R r 表示，它适用于两列具有等级顺序的测量数据，或总体为非正态的等距、等比数据。
相关系数计算公式
相关系数计算公式 相关系数计算公式 Statistical correlation coefficient Due to the statistical correlation coefficient used more frequently, so here is the use of a few articles introduce these coefficients. The correlation coefficient: a study of two things (in the data we call the degree of correlation between the variables). If there are two variables: X, Y, correlation coefficient obtained by the meaning can be understood as follows: (1), when the correlation coefficient is 0, X and Y two variable relationship. (2), when the value of X increases (decreases), Y value increases (decreases), the two variables are positive correlation, correlation coefficient between 0 and 1. (3), when the value of X increases (decreases), the value of Y decreases (increases), two variables are negatively correlated, the correlation coefficient between -1.00 and 0. The absolute value of the correlation coefficient is bigger, stronger correlations, the correlation coefficient is close to 1 or -1, the higher degree of correlation, the correlation coefficient is close to 0 and the correlation is weak. The related strength normally through the following range of judgment variables: The correlation coefficient 0.8-1.0 strong correlation 0.6-0.8 strong correlation
线性相关系数的计算
Spss电脑实验－第六节(3)线性相关系数的计算 https://www.360docs.net/doc/7f16466081.html,更新时间：2006-1-19 21:11:30 关注指数：7992 Ⅲ．线性相关系数的计算 1. 线性相关的概念 如果各统计指标是定量数据，要了解它们间的关系密切程度，可用线性相关分析。 例如：大家都知道的糖尿病病人，它靠胰岛素来治疗。现测量20 名糖尿病病人（以ID 来编号）血中的血糖值（y）、胰岛素值（x1）和生长激素值（x2）。我们即可分析 y、x1 和x2 间的两两/ 双变量间的线性关系。数据见下面的程序文件CorreRegre2.sps 的例*2。 2. 线性相关计算的所用命令 用SPSS Analyze 菜单中的子菜单Correlate，其中的Bivariate 对话框即可计算两两/ 双变量间的线性相关系数r 及其显著性。这是通常最常见、最常用的情况。 本例所用程序文件名为CorreRegre2.sps 中的例*2。（例*2 中还有用于偏相关系数与距离相关系数的计算命令，详后）。 ---------------------------------------------------------------- *2. Prof. Zhang Weng-Tong: SPSS 11, P.273-277:. DATA LIST FREE /ID y x1 x2. BEGIN DATA. 1 12.21 15.20 9.51 2 14.54 16.70 11.43 3 12.27 11.90 7.53 4 12.04 14.00 12.17 5 7.88 19.80 2.33 6 11.10 16.20 13.52 7 10.43 17.00 10.07 8 13.32 10.30 18.89 9 19.59 5.90 13.14 10 9.05 18.70 9.63 11 6.44 25.10 5.10 12 9.49 16.40 4.53 13 10.16 22.00 2.16 14 8.38 23.10 4.26 15 8.49 23.20 3.42 16 7.71 25.00 7.34 17 11.38 16.80 12.75 18 10.82 11.20 10.88 19 12.49 13.70 11.06 20 9.21 24.40 9.16 END DATA. CORRELATIONS /VARIABLES=y x1 x2 /PRINT=TWOTAIL NOSIG. NONPAR CORR /VARIABLES=y x1 x2 /PRINT=SPEARMAN TWOTAIL NOSIG.
第三章：相关系数r 的计算公式的推导
设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符号的含义同上。 2 A σ= 11 -n 2)(∑-A A i 2 B σ=1 1-n )(B B i -∑2 2 P σ=11-n 2)1(∑∑-i i P n P =2)](1 )[(11i B i A i B i A B A A A n B A A A n +-+-∑∑ =2)]()[(1 1 B A A A B A A A n B A i B i A +-+-∑ =2)]()([1 1 B B A A A A n i B i A -+--∑ =)])((2)()([1 122 22B B A A A A B B A A A A n i i B A i B i A --+-+--∑ =A 2 A × 2 2 1 )(B i A n A A +--∑× 1 )] )([(21 )(2 ---+ --∑∑n B B A A A A n B B i i B A i =A 1 )])([(22 2 2 2---? ++∑n B B A A A A A i i B A B B A A σσ 对照公式（1）得： = 1 )(2 --∑n A A i × 1 )(2 --∑n B B i × r AB ∴ r AB = ∑∑∑-?---2 2 ) ()()] )([(B B A A B B A A i i i i 这就是相关系数r AB 的计算公式。 投资组合风险分散化效应的内在特征 1.两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2 P σ)′=2 A A 2 A σ－2 (1－A A )2 B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2 P σ)′= 0 并简化，得到使2 P σ取极小值的A A ： AB B A i i r n B B A A σσ =---∑1 )])([(
第三章：相关系数r 的计算公式的推导
第三章附录：相关系数r的计算公式的推导 -CAL-FENGHAI.-(YICAI)-Company One1
相关系数r AB 的计算公式的推导 设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符号的含义同上。 2 A σ=1 1-n 2)(∑-A A i 2 B σ=1 1-n )(B B i -∑2 2 P σ=11-n 2)1(∑∑-i i P n P =2)](1 )[(11i B i A i B i A B A A A n B A A A n +-+-∑∑ =2)]()[(1 1 B A A A B A A A n B A i B i A +-+-∑ =2)]()([1 1 B B A A A A n i B i A -+--∑ =)])((2)()([1122 22B B A A A A B B A A A A n i i B A i B i A --+-+--∑ =A 2 A × 22 1 )(B i A n A A +--∑× 1 )] )([(21 )(2 ---+ --∑∑n B B A A A A n B B i i B A i =A 1 )])([(22222 ---? ++∑n B B A A A A A i i B A B B A A σσ 对照公式（1）得： = 1 )(2 --∑n A A i × 1 )(2 --∑n B B i × r AB ∴ r AB = ∑∑∑-?---2 2 ) ()()])([(B B A A B B A A i i i i 这就是相关系数r AB 的计算公式。 投资组合风险分散化效应的内在特征 1.两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2P σ)′=2 A A 2A σ－2 (1－A A )2B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2P σ)′= 0 并简化，得到使2P σ取极小值的A A ： A A =AB B A B A AB B A B r r σσσσσσσ22 22 -+- … …………………………………（3） AB B A i i r n B B A A σσ =---∑1 )])([(
土石方工程量计算公式
土石方工程量计算公式 土石方工程 一、人工平整场地: S=S底+2*L外+16 二、挖沟槽: 1. 垫层底部放坡: V=L*(a+2c+kH)*H 2. 垫层表面放坡 V=L*{(a+2c+KH1)H1+(a+2c)H2} 三、挖基坑(放坡) 方形: V=( a+2c+KH)* ( b+2c+KH)*H+1/3*K2H3 圆形: V=∏/3*h*(R2+Rr+r2) 放坡系数 类别放坡起点人工挖土机械挖土 坑内作业坑上作业 一、二类别1.20 1：0.5 1：0.33 1：0.75 三类土1.50 1：0.33 1：0.25 1：0.67 四类土2.00 1：0.25 1:0.10 1：0.33 一、基坑土方工程量计算 （一）基坑土方量计算 基坑土方量的计算，可近似地按拟柱体体积公式计算（图1—8）。 图1—8基坑土方量计算图1—9基坑土方量计算 V=H*(A'+4A+A'')/6 H ——基坑深度（m）。
A1、A2——基坑上下两底面积（m2）。 A0 ——基坑中截面面积（m2）。 二、计算平整场地土方工程量 ①四棱柱法 A、方格四个角点全部为挖或填方时（图1—16），其挖方或填方体积为： 式中：h1、h2、h3、h4、——方格四个角点挖或填的施工高度，以绝对值带入（m）； a ——方格边长(m)。 图1—16 角点全填或全挖；图1—17角点二填或二挖；图1—18角点一填三挖 B、方格四个角点中，部分是挖方，部分是填方时（图1—17），其挖方或填方体积分别为： C、方格三个角点为挖方，另一个角点为填方时（图1—18）， 其填方体积为： 其挖方体积为： ②三棱柱法 计算时先把方格网顺地形等高线将各个方格划分成三角形（图1—19） 图1—19 按地形方格划分成三角形 每个三角形的三个角点的填挖施工高度，用h1、h2、h3表示。 A、当三角形三个角 点全部为挖或填时（图1—20a）， 其挖填方体积为： 式中：a——方格边长（m）； h1、h2、h3——三角形各角点的施工