版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
社会经济统计学章第1页,课件共93页,创作于2023年2月
一、两个变量之间的关系
“事物是普遍联系的”,这种联系在我们看起来或明或暗,或显或隐,运用统计方法的一个意图就是试图从数量上测度事物之间的“联系及其程度”用统计学的眼光看,事物无非变量,因此,我们可以把事物间的关系视为变量间的关系。
研究两个变量之间的关系对于分析和研究社会经济现象之间的关系是很有用的。他们之间的关系有函数关系和相关关系。
第九章第一节相关关系分析第2页,课件共93页,创作于2023年2月
(一)
函数关系的含义
两个变量之间的函数关系是精确的。就是说,当x的值被确定之后,y就会有明确的值与之对应.是一一对应的确定关系设有两个变量x和y,变量y随变量x一起变化,并完全依赖于x,当变量x取某个数值时,
y依确定的关系取相应的值,则称y是x的函数,记为y=f(x),其中x称为自变量,y称为因变量各观测点落在一条线上第九章第一节相关关系分析教材P266-267第3页,课件共93页,创作于2023年2月xy函数关系第4页,课件共93页,创作于2023年2月函数关系
(几个例子)函数关系的例子某种商品的销售额(y)与销售量(x)之间的关系可表示为y=px
(p为单价)圆的面积(S)与半径之间的关系可表示为S=R2
企业的原材料消耗额(y)与产量(x1)、单位产量消耗(x2)、原材料价格(x3)之间的关系可表示为y=x1x2x3
第5页,课件共93页,创作于2023年2月(二)
相关关系的含义(统计关系)在客观实际中,当遇到这样的情况,即当X的值被给定时,y没有“确定的值”与之对应。变量间关系不能用函数关系精确表达一个变量的取值不能由另一个变量唯一确定当变量x取某个值时,变量y的取值可能有几个各观测点分布在直线(曲线)周围第九章教材P267-268第6页,课件共93页,创作于2023年2月xy相关关系
(correlation)非线性相关线性相关第7页,课件共93页,创作于2023年2月相关关系
(几个例子)相关关系的例子父亲身高(y)与子女身高(x)之间的关系收入水平(y)与受教育程度(x)之间的关系粮食亩产量(y)与施肥量(x1)、降雨量(x2)、温度(x3)之间的关系商品的消费量(y)与居民收入(x)之间的关系商品销售额(y)与广告费支出(x)之间的关系第8页,课件共93页,创作于2023年2月
(1)现象之间确实存在数量上的依存关系。(2)现象之间数量上的依存关系不是确定的。
相关关系与函数关系在一定的条件下是可以相互转换的。
a.本来具有函数关系的变量,当在观测误差时,其函数关系往往以相关的形式表现出来。
b.如果我们对所研究对象有更深入的认识,便可以将影响因素全部纳入方程,使之成为函数关系。相关关系的特点第9页,课件共93页,创作于2023年2月相关关系
(类型)教材P268-270相关关系完全相关
不完全相关线性相关非线性相关不相关正相关负相关线性相关非线性相关正相关负相关第10页,课件共93页,创作于2023年2月
第九章第一节相关关系分析二、相关分析的基本方法
(一)相关表例1,某公司10个企业的销售收入和销售利润的资料如下:
企业销售收入与销售利润相关表单位:万元企业编号销售收入X1销售利润X212345678910102024303040505660601.82.02.43.54.45.05.05.66.06.4第11页,课件共93页,创作于2023年2月例2
零件某部位进行化学铣,现收集不同腐蚀时间下,腐蚀深度的32组数据(如表),试作相关图。腐蚀时间——腐蚀深度数据表1.58892321.48873241.52859161.4784781.55891311.57870231.45859151.4384271.57888301.52870221.47856141.4883661.56884291.55869211.55851131.4383951.53882281.57867201.52852121.4583541.54881271.54865191.46850111.4083531.55879261.48864181.42849101.4682821.51874251.50860171.5084791.598851腐蚀深度/mm腐蚀时间/s序号腐蚀深度/mm腐蚀时间/s序号腐蚀深度/mm腐蚀时间/s序号腐蚀深度/mm腐蚀时间/s序号第12页,课件共93页,创作于2023年2月
(二)相关图
相关图也称散点图,是在平面直角坐标系中,以横轴表示变量X,以纵轴表示变量Y,将相关表中对应的资料数值在图上标出坐标点所形成的图形,图中的坐标点会显示一定的相关关系。通过相关图可以大致看出两个变量之间有没有关系,是什么样的关系(正相关或负相关),相关的密切程度如何。第九章第一节相关关系分析教材P270-271第13页,课件共93页,创作于2023年2月散点图
(scatterdiagram)不相关负线性相关正线性相关非线性相关完全负线性相关完全正线性相关第14页,课件共93页,创作于2023年2月第15页,课件共93页,创作于2023年2月腐蚀时间-腐蚀深度相关图8208308408508608708808909001.401.501.60腐蚀深度/mm腐蚀时间/s第16页,课件共93页,创作于2023年2月使用相关图应用注意事项
数据一定要成对出现,否则无法制作相关图。明确在什么范围内相关。对相关图上出现的孤岛要查找原因,加以消除,才能正确估计变量之间的关系。孤岛点的出现常常是由于测量错误,数据记录错误或操作条件变化引起的。yx带有孤岛的相关图第17页,课件共93页,创作于2023年2月(三)相关系数(correlationcoefficient)
相关表和相关图都只能让我们了解现象之间相关关系的粗略情况,还不能进行“量化”,为了更有效、更具普适性地表示现象之间相关关系的密切程度,还需要计算相关系数。变量Y与x间的单相关程度,可以用简单相关系数加以衡量。第九章第一节相关关系分析第18页,课件共93页,创作于2023年2月
1、简单相关系数的概念
简单相关系数是测定两个变量之间相关密切程度和相关方向的代表性指标。若相关系数是根据总体全部数据计算的,称为总体相关系数,记为,若是根据样本数据计算的,则称为样本相关系数,记为r2、简单相关系数的特点(1)参与相关分析的两个变量是对等的,不分自变量和因变量,因此相关系数只有一个。(2)相关系数有正负号反映相关关系的方向,正号反映正相关,负号反映负相关。(3)计算相关系数的两个变量都是随机变量。第九章第一节相关关系分析第19页,课件共93页,创作于2023年2月
3、简单相关系数的计算求相关系数的方法,通常有积差相关法、等级相关法、点双列相关法。现将这三种求相关系数的方法分别介绍于下。
(1)积差相关法积差相关又称积矩相关,它是由统计学家皮尔逊提出的,因而又称皮尔逊相关,积差相关系数也称为皮尔逊系数,它是求直线相关的最基本的方法,积差相关系数从原理上说,可根据两个变量与其算术平均数的离差乘积来计算。通常以r来表示。计算的公式为:
第九章第一节相关关系分析第20页,课件共93页,创作于2023年2月定义公式第21页,课件共93页,创作于2023年2月
计算公式
第九章第一节相关关系分析x代表自变量的各个变量值;代表自变量数列的平均值;
y代表因变量的各个变量值;代表因变量数列的平均值;n代表对应值的项数;
第22页,课件共93页,创作于2023年2月协方差教材P272-274第23页,课件共93页,创作于2023年2月
协方差的解释0xy第24页,课件共93页,创作于2023年2月
协方差的解释0xyⅠ正Ⅱ负Ⅲ正Ⅳ负第25页,课件共93页,创作于2023年2月
协方差的解释0xy协方差为正值(x和y正线性相关)第26页,课件共93页,创作于2023年2月
协方差的解释0xy协方差为负值(x和y负线性相关)第27页,课件共93页,创作于2023年2月
利用相关系数判别相关密切程度的方法
当|r|=1时,表示X变量与Y变量之间为完全线性相关,即函数关系;当r=0时,表示X变量与Y变量之间非线性相关。当r〉0时,表示X变量与Y变量之间为正相关;当r<0时,表示X变量与Y变量之间为负相关;当∣r∣<1
时,表示X变量与Y变量之间存在一定的线性相关,|r|的数值愈接近于1,其相关的程度愈高;|r|的数值愈接近于
0,其相关程度愈低。第九章第一节相关关系分析教材P272第28页,课件共93页,创作于2023年2月
协方差的解释0xy协方差大约为0(x和y无线性相关)第29页,课件共93页,创作于2023年2月相关系数
(取值及其意义)-1.0+1.00-0.5+0.5完全负相关无线性相关完全正相关负相关程度增加r正相关程度增加第30页,课件共93页,创作于2023年2月
相关分析
相关分析是研究随机变量之间关系强弱程度的,它使用的工具是相关系数。在研究两个变量之间线性关系强弱时,一般情况下第九章第一节相关关系分析第31页,课件共93页,创作于2023年2月ixiyixi2yi2xiyi18851.597832252.52811407.1528281.466855842.13161208.88318911.557938812.40251381.05328921.587956642.49641409.36∑2757948.22377900972.685641564………………例计算例2所给数据的相关系数解:首先作相关系数计算表如下:第32页,课件共93页,创作于2023年2月第33页,课件共93页,创作于2023年2月例.10个学徒工的操作训练时间与月产量资料。操作训练时间(月)x月产量(件)Y357478472258589363473584375248
总计35697
r=0.91说明二者高度相关。第34页,课件共93页,创作于2023年2月(例题分析)第35页,课件共93页,创作于2023年2月相关系数
(例题分析)第36页,课件共93页,创作于2023年2月相关系数显著性的检验
有两个随机变量
。由于样本的随机性,对于不同的样本数据计算出的相关系数r也不同;当随机变量无关(即ρ=0)时,样本相关系数r却不一定为0,甚至当样本量较小时,有可能样本相关系数r数值却较大;当随机变量线性相关关系较强时,即ρ接近于1时,样本相关系数r可能较小。因此,必须根据样本相关系数对总体
的相关系数ρ是否为0进行统计检验。第37页,课件共93页,创作于2023年2月统计理论某一容量为n30的样本的相关系数r
的统计量t服从自由度为n-2的t分布为此,可进行ρ=0的假设检验提出假设确定显著性水平α若原假设成立~拒绝原假设,备择假设成立第38页,课件共93页,创作于2023年2月相关系数的显著性检验
(例题分析)对不良贷款与贷款余额之间的相关系数进行显著性检(0.05)提出假设:H0:;H1:0计算检验的统计量3.
根据显著性水平=0.05,查t分布表得t(n-2)=2.0687由于t=7.5344>t(25-2)=2.0687,拒绝H0,不良贷款与贷款余额之间存在着显著的正线性相关关系第39页,课件共93页,创作于2023年2月
(2)斯皮尔曼等级相关系数
等级相关分析适用于资料不是正态双变量或总体分布未知,数据一端或两端有不确定值的资料或等级资料。常用的Spearman等级相关系数rs是利用x,Y的秩次来进行直线相关分析的。因此当x,Y的相同秩次较多时,计算出的rs需矫正。同样的,等级相关系数rs也需要进行假设检验。
n:样本数第九章第一节相关关系分析教材P225D:等级差第40页,课件共93页,创作于2023年2月
(3)肯德尔等级相关系数
第九章第一节相关关系分析第41页,课件共93页,创作于2023年2月
一、回归分析的概念
回归分析是对具有相关关系的两个或两个以上变量之间数量变化的一般关系进行测定,确定一个相应的数学表达式,以便从一个已知量来推测另一个未知量,是估计预测的一个重要的方法。
回归表明了有关联的变量之间的统计规律性,表明了变量间的因果关系,并把他们用数字方程式描述出来,变量间的这种统计规律性成为回归关系。
第九章第二节回归分析回归一词是怎么来的??教材P277第42页,课件共93页,创作于2023年2月
二、回归与相关的区别与联系
(一)区别
1、回归和相关都是研究两个变量相互关系的分析方法。相关分析研究两个变量之间相关的方向和相关的密切程度。但是相关分析不能指出两变量相互关系的具体形式,也无法从一个变量的变化来推测另一个变量的变化关系。回归方程则是通过一定的数学方程来反映变量之间相互关系的具体形式,以便从一个已知量来推测另一个未知量。为估算预测提供一个重要的方法。第九章第二节回归分析第43页,课件共93页,创作于2023年2月
2、相关分析既可以研究因果关系的现象也可以研究共变的现象,不必确定两变量中谁是自变量,谁是因变量。而回归分析是研究两变量具有因果关系的数学形式,因此必须事先确定变量中自变量与因变量的地位。第九章第二节回归分析第44页,课件共93页,创作于2023年2月
3、计算相关系数的两变量是对等的,可以都是随机变量,各自接受随机因素的影响,改变两变量的地位并不影响相关系数的数值。在回归分析中因变量是随机的,自变量是可控制的解释变量,不是随机变量。因此回归分析只能用自变量来估计因变量,而不允许由因变量来推测自变量。第九章第二节回归分析第45页,课件共93页,创作于2023年2月
(二)联系
回归分析和相关分析是互相补充、密切联系的。相关分析需要回归分析来表明现象数量相关的具体形式,而回归分析则应该建立在相关分析的基础上。依靠相关分析表明现象的数量变化具有密切相关,进行回归分析求其相关的具体形式才有意义。在相关程度很低的情况下,回归函数的表达式代表性就很差。
第九章第二节回归分析教材P277-278第46页,课件共93页,创作于2023年2月回归模型的类型线性回归非线性回归一元回归线性回归非线性回归多元回归回归模型第47页,课件共93页,创作于2023年2月
三、一元线性回归方程(regressionequation)第九章第二节回归分析iY(i=1,2,...,)xyxyN数学上判定直线合理的原则:如果直线与全部观测数据的离差平方和比任何其它直线与全部观测数据的离差平方和更小,该直线就是代表与之间关系较为合理的一条直线,这条直线就是x和y之间的回归直线。教材P278第48页,课件共93页,创作于2023年2月描述因变量y如何依赖于自变量x和误差项
的方程称为回归模型(regressionmodel)一元线性回归模型可表示为
y是x的线性函数(部分)加上误差项线性部分反映了由于x的变化而引起的y的变化误差项μ是随机变量反映了除x和y之间的线性关系之外的随机因素对y的影响是不能由x和y之间的线性关系所解释的变异性0和1称为模型的参数(一)一元线性回归方程的建立第二节回归分析第九章y=b0+b1x+μ教材P191第49页,课件共93页,创作于2023年2月一元线性回归模型
(基本假定)
1.误差项ε是一个期望值为0的随机变量,即E(ε)=0。对于一个给定的x值,y的期望值为
E(y)=0+
1x2.对于所有的x值,ε的方差σ2为常数3.误差项ε是一个服从正态分布的随机变量,且相互独立。即ε~N(0,σ2)独立性意味着对于一个特定的x值,它所对应的ε与其他x值所对应的ε不相关对于一个特定的x值,它所对应的y值与其他x所对应的y值也不相关第50页,课件共93页,创作于2023年2月第51页,课件共93页,创作于2023年2月估计的回归方程
(estimatedregressionequation)一元线性回归中估计的回归方程为用样本统计量和代替回归方程中的未知参数和,就得到了估计的回归方程总体回归参数
和
是未知的,必需利用样本数据去估计其中:是估计的回归直线在y
轴上的截距,是直线的斜率,它表示对于一个给定的x
的值,是y
的估计值,也表示x
每变动一个单位时,y的平均变动值第52页,课件共93页,创作于2023年2月
(二)参数估计的最小二乘法(OLS)
1.使因变量的观察值与估计值之间的离差平方和达到最小来求得和的方法。即第九章第二节回归分析用最小二乘法拟合的直线来代表x与y之间的关系与实际数据的误差比其他任何直线都小教材P278第53页,课件共93页,创作于2023年2月最小二乘估计
(图示)xy(xn,yn)(x1,y1)(x2,y2)(xi,yi)}ei=yi-yi^第54页,课件共93页,创作于2023年2月最小二乘法
(
和的计算公式)根据最小二乘法的要求,可得求解和的公式如下第55页,课件共93页,创作于2023年2月【例】
计算求出前例中腐蚀深度y对腐蚀时间x的回归方程
解:44152.084375.86100226.050625.100226.022.1022013125.2313125.2350625.184375.861324156422.1022084375.861322377900912212-=´-=====××-=-==×-=-=åå==LLyxnyxLxnxLxxxyniiixyniixx第56页,课件共93页,创作于2023年2月(例题分析)第57页,课件共93页,创作于2023年2月第58页,课件共93页,创作于2023年2月估计方程的求法
(例题分析)【例】求不良贷款对贷款余额的回归方程回归方程为:y=-0.8295+0.037895x回归系数
=0.037895表示,贷款余额每增加1亿元,不良贷款平均增加0.037895亿元
第59页,课件共93页,创作于2023年2月第九章第二节回归分析
(三)回归方程检验方法
1、方差分析检验法 方差分析的基本特点: 把所给数据的总波动分解为两部分,一部分反映水平变化引起的波动,另一部分反映由于存在试验误差而引起的波动。然后把各因素水平变化引起的波动与试验误差引起的波动大小进行比较,而达到检验因素显著性的目的。第60页,课件共93页,创作于2023年2月变差的分解(图示)xyy{}}第61页,课件共93页,创作于2023年2月离差平方和的分解
(三个平方和的关系)SST=SSR+SSE总平方和(SST){回归平方和(SSR)残差平方和(SSE){{SumofsquaresfortotalSumofsquaresforregression
Sumofsquaresforerror教材P281-283第62页,课件共93页,创作于2023年2月离差平方和的分解
(三个平方和的意义)总平方和(SST)反映因变量的n个观察值与其均值的总离差回归平方和(SSR)反映自变量x的变化对因变量y取值变化的影响,或者说,是由于x与y之间的线性关系引起的y的取值变化,也称为可解释的平方和残差平方和(SSE)反映除x以外的其他因素对y取值的影响,也称为不可解释的平方和或剩余平方和第63页,课件共93页,创作于2023年2月判定系数(可决系数)r2
(拟合优度的检验)
(coefficientofdetermination)回归平方和占总离差平方和的比例反映回归直线的拟合程度取值范围在[0,1]之间
R21,说明回归方程拟合的越好;R20,说明回归方程拟合的越差判定系数等于相关系数的平方,即R2=(r)2第64页,课件共93页,创作于2023年2月判定系数(可决系数)r2
(例题分析)【例】计算不良贷款对贷款余额回归的判定系数,并解释其意义判定系数的实际意义是:在不良贷款取值的变差中,有71.16%可以由不良贷款与贷款余额之间的线性关系来解释,或者说,在不良贷款取值的变动中,有71.16%是由贷款余额所决定的。也就是说,不良贷款取值的差异有2/3以上是由贷款余额决定的。可见不良贷款与贷款余额之间有较强的线性关系第65页,课件共93页,创作于2023年2月线性关系的检验(显著性检验)检验自变量与因变量之间的线性关系是否显著将回归均方(MSR)同残差均方(MSE)加以比较,应用F检验来分析二者之间的差别是否显著回归均方:回归平方和SSR除以相应的自由度(自变量的个数p)残差均方:残差平方和SSE除以相应的自由度(n-p-1)教材P214第66页,课件共93页,创作于2023年2月方差分析表(一元回归)
变差来源平方和自由度均方差F比回归
1
误差
n-2
总和
n-1----------------第67页,课件共93页,创作于2023年2月线性关系的检验(显著性检验)
(检验的步骤)
提出假设H0:1=0线性关系不显著2.计算检验统计量F确定显著性水平,并根据分子自由度1和分母自由度n-2找出临界值F作出决策:若F>F,拒绝H0;若F<F,不拒绝H0第68页,课件共93页,创作于2023年2月线性关系的检验(显著性检验)
(例题分析)
提出假设H0:1=0不良贷款与贷款余额之间的线性关系不显著计算检验统计量F确定显著性水平=0.05,并根据分子自由度1和分母自由度25-2找出临界值F=4.28作出决策:F>F,拒绝H0,线性关系显著第69页,课件共93页,创作于2023年2月
2.回归系数检验法检验x与y之间是否具有线性关系,或者说,检验自变量x对因变量y的影响是否显著理论基础是回归系数
的抽样分布第九章第二节回归分析在一元线性回归中,等价于线性关系的显著性检验第70页,课件共93页,创作于2023年2月回归系数的检验
(样本统计量的分布)
是根据最小二乘法求出的样本统计量,它有自己的分布的分布具有如下性质分布形式:正态分布数学期望:标准差:由于未知,需用其估计量sy来代替得到的估计的标准差教材P198第71页,课件共93页,创作于2023年2月回归系数的检验
(检验步骤)提出假设H0:b1=0(没有线性关系)H1:b1
0(有线性关系)计算检验的统计量3.确定显著性水平,并进行决策t>t,拒绝H0;t<t,不拒绝H0教材P202第72页,课件共93页,创作于2023年2月回归系数的检验
(例题分析)对例题的回归系数进行显著性检验(=0.05)提出假设H0:b1=0H1:b1
0计算检验的统计量3.
t=7.533515>t=2.201,拒绝H0,表明不良贷款与贷款余额之间有线性关系第73页,课件共93页,创作于2023年2月
(四)利用回归方程进行预测
第九章第二节回归分析根据自变量x
的取值估计或预测因变量y的取值估计或预测的类型点估计区间估计第74页,课件共93页,创作于2023年2月点估计2.
点估计值不考虑误差对于自变量x的一个给定值x0
,根据回归方程得到因变量y的一个估计值第75页,课件共93页,创作于2023年2月
y的点估计利用估计的回归方程,对于自变量x的一个给定值x0
,求出因变量y
的一个估计值y0
,就是点估计在前面的例子中,假如我们要估计贷款余额为100亿元时,所有分行不良贷款的平均值,就是平均值的点估计。根据估计的回归方程得第76页,课件共93页,创作于2023年2月区间估计点估计不能给出估计的精度,点估计值与实际值之间是有误差的,因此需要进行区间估计对于自变量x的一个给定值x0,根据回归方程得到因变量y的一个估计区间(confidenceintervalestimate)第77页,课件共93页,创作于2023年2月置信区间估计预测利用估计的回归方程,对于自变量x的一个给定值x0
,求出因变量y
的估计区间,这一估计区间称为置信区间(confidenceinterval)
y0
在1-置信水平下的置信区间为式中:syx为估计标准误差(公式:教材P283)注意!(教材P204-207)第78页,课件共93页,创作于2023年2月置信区间估计预测
(例题分析)【例】求出贷款余额为72.8亿元时,不良贷款95%的置信区间解:根据前面的计算结果,已知n=25,
syx=1.9799,t(25-2)=2.0687
置信区间为贷款余额为72.8亿元,其不良贷款的预测区间在-2.2766亿元到6.1366亿元之间第79页,课件共93页,创作于2023年2月x0yxx预测上限预测下限置信预测区间、回归方程第80页,课件共93页,创作于2023年2月
四、多元线性回归
事实上,经济变量经常受多个因素影响,研究因变量(被解释变量)对于两个或两个以上自变量(解释变量)之间的回归问题,称为多元回归分析。
(一)多元线性回归模型
第九章第十章
多元线性回归
事实上,经济变量经常受多个因素影响,研究因变量(第二节回归分析
是被称为误差项的随机变量描述因变量y如何依赖于自变量x1
,x2
,…,
xp和误差项
的方程,称为多元回归模型第81页,课件共93页,创作于2023年2月多元回归模型
(基本假定)误差项ε是一个期望值为0的随机变量,即E()=0对于自变量x1,x2,…,xp的所有值,的方差2都相同误差项ε是一个服从正态分布的随机变量,即ε~N(0,2),且相互独立第82页,课件共93页,创作于2023年2月多元线
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 期末测试卷(外研版四年级英语上册Unit1-6)(含答案含听力原文)
- 自行车与电动自行车装配工操作评估测试考核试卷含答案
- 幻灯机与投影仪装配调试工岗前实操知识技能考核试卷含答案
- 经济昆虫养殖员岗前安全技能测试考核试卷含答案
- 遗体火化师岗前能力评估考核试卷含答案
- 野生动物疫病防治工保密考核试卷含答案
- 真空垂熔工风险识别考核试卷含答案
- 梳理化学粘合非织造布制作工道德能力考核试卷含答案
- 白酒贮酒工岗位知识体系考核试卷含答案
- 植物检疫工创新思维评优考核试卷含答案
- 2026年高危孕产妇培训模拟试题(含答案)
- 财务会计-新修订版财务报表模板-财会2026-11号
- 2026年水利工程安全生产A证考试题库
- 第9课 特殊关爱 助我成长 第2课时 课件(内嵌视频)2026-2027学年道德与法治六年级上册统编版
- 卧式椭圆封头储罐液位体积对照表
- 工程合作管理协议书格式
- 四年级教材《劳动》课件
- 小学文明礼仪教育班会 问候一声温暖人心 课件
- 沈鼓集团管理咨询与IT诊断及ERP优化升级项目工作说明书-V1 .0-Peter
- 北京市首都师大附中2023年八上数学期末统考试题含解析
- 【民法典中高空抛物责任承担的法律问题分析9200字(论文)】
评论
0/150
提交评论