2.2.3数据的表示与处理
计量经济学与统计学作业指导书
计量经济学与统计学作业指导书第1章引言 (4)1.1 计量经济学与统计学的基本概念 (4)1.2 研究方法与数据类型 (4)1.3 模型设定与假设 (4)第2章数据的收集与处理 (4)2.1 数据来源与收集方法 (4)2.1.1 数据来源 (5)2.1.2 数据收集方法 (5)2.2 数据预处理 (5)2.2.1 数据整理 (5)2.2.2 数据标准化与归一化 (5)2.3 数据清洗与整合 (5)2.3.1 数据清洗 (5)2.3.2 数据整合 (6)第3章描述性统计分析 (6)3.1 频数与频率分布 (6)3.1.1 频数分布 (6)3.1.2 频率分布 (6)3.2 图表与可视化 (6)3.2.1 条形图与柱状图 (6)3.2.2 饼图 (6)3.2.3 折线图 (7)3.2.4 散点图 (7)3.3 统计量度与中心趋势 (7)3.3.1 均值 (7)3.3.2 中位数 (7)3.3.3 众数 (7)3.4 离散程度与偏态 (7)3.4.1 极差 (7)3.4.2 四分位差 (7)3.4.3 标准差 (7)3.4.4 偏态 (7)第4章概率论基础 (8)4.1 随机事件与概率 (8)4.1.1 随机试验与样本空间 (8)4.1.2 随机事件 (8)4.1.3 概率的定义与性质 (8)4.1.4 概率的计算方法 (8)4.2 条件概率与贝叶斯定理 (8)4.2.1 条件概率的定义与性质 (8)4.2.2 独立性 (8)4.3 离散型随机变量 (8)4.3.1 离散型随机变量的定义与性质 (8)4.3.2 概率分布函数 (8)4.3.3 期望与方差 (9)4.4 连续型随机变量 (9)4.4.1 连续型随机变量的定义与性质 (9)4.4.2 概率密度函数 (9)4.4.3 分布函数 (9)4.4.4 期望与方差 (9)第5章假设检验与置信区间 (9)5.1 假设检验的基本概念 (9)5.1.1 零假设与备择假设 (9)5.1.2 显著性水平 (9)5.1.3 两类错误 (9)5.1.4 检验统计量 (9)5.2 常见的假设检验方法 (9)5.2.1 单样本t检验 (10)5.2.2 双样本t检验 (10)5.2.3 方差分析 (10)5.2.4 卡方检验 (10)5.2.5 非参数检验 (10)5.3 置信区间的估计 (10)5.3.1 置信区间的定义 (10)5.3.2 置信区间的计算方法 (10)5.3.3 置信区间的解释与应用 (10)5.4 功效分析 (10)5.4.1 功效的定义与意义 (10)5.4.2 样本量计算 (10)5.4.3 提高功效的方法 (10)第6章方差分析 (10)6.1 单因素方差分析 (10)6.1.1 基本概念 (10)6.1.2 假设检验 (10)6.1.3 检验统计量 (11)6.1.4 拒绝域 (11)6.2 多因素方差分析 (11)6.2.1 基本概念 (11)6.2.2 假设检验 (11)6.2.3 检验统计量 (11)6.2.4 拒绝域 (11)6.3 重复测量方差分析 (11)6.3.1 基本概念 (11)6.3.2 假设检验 (11)6.3.4 拒绝域 (12)第7章回归分析 (12)7.1 线性回归模型 (12)7.2 最小二乘法与参数估计 (12)7.3 模型检验与诊断 (12)7.4 多元回归分析 (12)第8章时间序列分析 (13)8.1 时间序列的基本概念 (13)8.1.1 时间序列的定义 (13)8.1.2 时间序列的类型 (13)8.1.3 时间序列的特性 (13)8.2 平稳性检验与单位根 (13)8.2.1 平稳性检验 (14)8.2.2 单位根 (14)8.3 自相关与偏自相关函数 (14)8.3.1 自相关函数 (14)8.3.2 偏自相关函数 (14)8.4 时间序列模型构建 (14)8.4.1 自回归模型（AR） (14)8.4.2 移动平均模型（MA） (14)8.4.3 自回归移动平均模型（ARMA） (14)8.4.4 自回归差分移动平均模型（ARIMA） (15)第9章非参数统计方法 (15)9.1 非参数检验的基本概念 (15)9.2 核密度估计与核回归 (15)9.3 典型相关分析 (15)9.4 主成分分析 (15)第10章综合应用与案例分析 (15)10.1 计量经济学模型应用 (15)10.1.1 社会经济领域案例研究 (16)10.1.2 模型选择与估计方法 (16)10.1.3 假设检验与模型诊断 (16)10.2 统计学方法应用 (16)10.2.1 数据挖掘与分析 (16)10.2.2 假设检验 (16)10.2.3 预测分析 (16)10.3 案例分析与讨论 (17)10.3.1 案例一：房地产价格影响因素分析 (17)10.3.2 案例二：企业盈利能力分析 (17)10.3.3 案例三：空气质量预测 (17)10.4 课程总结与展望 (17)10.4.1 课程总结 (17)10.4.2 研究展望 (17)第1章引言1.1 计量经济学与统计学的基本概念计量经济学是经济学的一个分支，主要研究经济现象中的数量关系和规律性，通过运用数学、统计学和经济理论构建模型，对经济变量进行量化分析。
数据分析与处理技术作业指导书
数据分析与处理技术作业指导书第1章数据分析概述 (3)1.1 数据分析的意义与价值 (3)1.2 数据分析的主要流程与方法 (4)第2章数据预处理 (4)2.1 数据清洗 (4)2.1.1 缺失值处理 (4)2.1.2 异常值处理 (5)2.1.3 重复数据删除 (5)2.2 数据集成 (5)2.2.1 数据合并 (5)2.2.2 数据整合 (5)2.3 数据变换 (5)2.3.1 数据规范化 (5)2.3.2 数据离散化 (5)2.3.3 数据聚合 (5)2.4 数据归一化与标准化 (5)2.4.1 最小最大归一化 (5)2.4.2 Z分数标准化 (6)2.4.3 对数变换 (6)第3章数据可视化 (6)3.1 数据可视化原则与技巧 (6)3.1.1 原则 (6)3.1.2 技巧 (6)3.2 常用数据可视化工具 (7)3.2.1 Tableau (7)3.2.2 Power BI (7)3.2.3 ECharts (7)3.2.4 Highcharts (7)3.3 可视化案例分析与实践 (7)3.3.1 案例背景 (7)3.3.2 数据处理 (7)3.3.3 可视化实践 (7)第4章描述性统计分析 (8)4.1 频数与频率分析 (8)4.1.1 频数分析 (8)4.1.2 频率分析 (8)4.2 集中趋势分析 (8)4.2.1 均值 (8)4.2.2 中位数 (8)4.2.3 众数 (8)4.3 离散程度分析 (9)4.3.1 极差 (9)4.3.2 四分位差 (9)4.3.3 方差与标准差 (9)4.4 分布形态分析 (9)4.4.1 偏度 (9)4.4.2 峰度 (9)4.4.3 置信区间 (9)第5章概率论与数理统计基础 (9)5.1 随机变量与概率分布 (9)5.1.1 随机变量 (9)5.1.2 概率分布 (10)5.2 假设检验 (10)5.2.1 假设检验的基本概念 (10)5.2.2 常见的假设检验方法 (10)5.3 方差分析与回归分析 (10)5.3.1 方差分析 (10)5.3.2 回归分析 (10)第6章数据降维与特征选择 (11)6.1 数据降维的意义与方法 (11)6.2 特征选择与特征提取 (11)6.3 主成分分析（PCA） (11)6.4 线性判别分析（LDA） (12)第7章分类与预测 (12)7.1 分类与预测方法概述 (12)7.2 决策树与随机森林 (12)7.2.1 决策树 (12)7.2.2 随机森林 (13)7.3 逻辑回归与支持向量机 (13)7.3.1 逻辑回归 (13)7.3.2 支持向量机 (13)7.4 神经网络与深度学习 (13)7.4.1 神经网络 (13)7.4.2 深度学习 (14)第8章聚类分析 (14)8.1 聚类分析方法概述 (14)8.2 K均值聚类 (14)8.2.1 算法步骤 (14)8.2.2 优缺点 (14)8.3 层次聚类 (14)8.3.1 算法步骤 (15)8.3.2 优缺点 (15)8.4 密度聚类 (15)8.4.1 算法步骤 (15)8.4.2 优缺点 (15)第9章时间序列分析 (15)9.1 时间序列的基本概念 (15)9.1.1 时间序列的组成 (15)9.1.2 时间序列的特点 (16)9.1.3 时间序列的分类 (16)9.2 时间序列预处理 (16)9.2.1 数据清洗 (16)9.2.2 数据转换 (16)9.2.3 特征提取 (17)9.3 时间序列预测方法 (17)9.3.1 传统统计方法 (17)9.3.2 机器学习方法 (17)9.4 时间序列案例分析 (17)9.4.1 金融领域 (17)9.4.2 气象领域 (17)9.4.3 经济领域 (17)第10章综合案例实战 (17)10.1 数据分析与处理案例背景 (18)10.2 数据预处理与可视化 (18)10.2.1 数据清洗 (18)10.2.2 数据整合 (18)10.2.3 数据可视化 (18)10.3 模型构建与优化 (18)10.3.1 特征工程 (18)10.3.2 模型选择与训练 (18)10.3.3 模型优化 (18)10.4 结果评估与总结 (18)10.4.1 结果评估 (18)10.4.2 总结 (18)第1章数据分析概述1.1 数据分析的意义与价值数据分析作为现代社会的一种核心技术，其意义与价值日益凸显。
2.3 数值数据的表示
0 ≤x ＜ 1 -1＜x ≤0
其中x为真值，n为小数的位数
（mod 2-2-n ）
例如： 当x=+0.0110时， [x]反=0. 0110 当x=−0.0110时， [x]反=(2−2-4)+x=1.1111−0.0110=1. 1001
河南科技大学
反码
明德
博学
日新
明德
博学
日新
笃行
对于有符号数而言，正负符号“+”和“-”，机器是无 法识别的，这就需要把正负符号“数字化”。一旦符号数字 化后， 符号和数值就形成了一种新的编码。
通常我们把带有正负符号的数成为真值，把符号“数字 化”的数成为机器数。
常见的机器数有：原码、反码、补码和移码。
河南科技大学
原码
明德
博学
日新
笃行
3. 编码规则： 正号用0表示，负号用1表示； 正数的数值部分保持不变，负数的数值部分按位取反。
例如： 当x=+1010时， [x]反=01010 当x=−0.1001时， [x]反=1.0110 当x=0时， [+0.0000]反=0.0000
[−0.0000]反=1.1111 说明： 反码中的“零”有两种表示形式。
河南科技大学
补码
明德
博学
日新
笃行
5. 常用的求补码的方法：
1） 由定义求补码
由真值求补码，直接利用补码的定义。反过来，由补
码求真值，只需将公式左右进行交换就可以了
2）由原码求补码
正数的补码和原码相同；
负数的补码，将原码除符号位以外的其余各位求反，
末位加1。
3）求负数补码的简便原则
2.2数据表示与处理
字符串型数据是指用＂＂括起来的一串 字符。如＂欢迎进入VB世界！＂、 ＂Visual Basic＂、＂1234＂都是字符 串类型。 布尔型又称逻辑型，常用 于表示逻辑判断的结果 日期型数据专门用来处理日期和时间。VB采 用一对“#”把日期和时间的值括起来，如 #2003/08/20# 表示2003年8月20日。
2.2 数据表示与处理
思考：
如何产生1-10之间的整数
Int(rnd()*10)+1
2.2 数据表示与处理
字符串函数
2.2 数据表示与处理
日期函数
Date()函数返回系统的当前日期。 Time()函数返回系统的当前时间，如： dtmBeginTime = Time()，将系统当前时 间赋给变量dtmBeginTime。 以此类推，Day()、Month()、Year()函数分 别返回指定日期的日数、月份数、年份数。
2.2 数据表示与处理
变量是用来存储数据的，数据分为不同的类型，相应的变量 也有不同类型： 变量在使用之前应用Dim语句声明其变量名及数据类型， Dim语句格式为： Dim 变量名 As 数据类型
例如：Dim i As Integer Dim sum As Single Dim name As String 以上三个语句分别将i、sum、name定义为整型、单精 度和字符串型变量。当然，也可以在一行中定义多个变量， 如上述三个变量可如下定义： Dim i As Integer, sum As Single, name As String
2.2 数据表示与处理
常用转换函数
2.2 数据表示与处理
在所有事件过程前定义的变量，可在该窗体 的所有事件过程中使用，称为窗体级变量。 也可以在事件过程中定义变量，此处的变量 称为局部变量，只能在事件过程中使用。
数据的表示与处理
实践题：
Ⅰ判断下列数据的类型: 21 “A” “235a_1” 235679578 Ⅱ 判断以下科学计数法正确与否: -2.785642E21 2.057568E+2 1.797561897E-300 #1999/06/17# -1.5E-31
选择题：
1．以下各项中，不是字符串常量的是（） A．"Visual" B．"等级考试" C． " " 2．日期型数据在表示日期时，它的格式是（） A．mm/dd/yyyy B．mm-dd-yyyy C．mm&dd&yyyy D．A、B 3、VB的数据类型分为（ ） A、 数值型、字符型、布尔型、日期型 C、基本类型、扩展类型
D．//Basic//
B、数值型、字符型、对象型、日期型 D、整型、实型、字符型、日期型、布尔型
4、在VB中，执行 “DimA,B As String” 语句后，A，B的数据结构为（ ）。 A、整型数 B、实型数 C、字符型 D、字节型 5．如果希望使用变量x来存放数据12，34567193456，应该将变量X声明为()何种类型？ A、Single B、Integer C、Double D、Date
常量与变量
物理中的均速运动的公式：S=Vt,在 一定的速度下，S的值随着t的值改变而变 化，这里的常量是V，而变量是S和t。
请同学们分析一下：S=3.14*R^2 这里的常量是什么？ 变量是什么？
常量
数值常量 字符串常量
366 486756785 28.9127 “ab46” “3456” “*##pp88” 只有true和flase两个值 #2006/2/17#
3.402823 E 38
负数：－ 1.797693134E30~ － 4.940656458E 940656458E － 324~1.797693134E308
数据的表示与分析
数据的表示与分析数据在现代社会中扮演着至关重要的角色，我们经常需要对数据进行表示和分析，以便获取有价值的信息。
本文将探讨数据的表示方法和数据分析的重要性。
一、数据的表示数据的表示是指将现实世界的信息转化为计算机可以处理的形式。
常见的数据表示方法包括文本、数字、图像和音频等。
1. 文本表示：文本是最基本的数据表示形式。
通过使用不同的字符集和编码方式，可以将文本转化为计算机能够理解和处理的形式。
例如，使用ASCII编码可以将字符转化为数字表示。
2. 数字表示：数字是数学计算的基础，也是数据处理的重要方式。
计算机内部使用二进制表示数字，可以通过不同的编码方式将整数、浮点数等转化为二进制形式，以便计算机进行处理。
3. 图像表示：图像是由像素点组成的，每个像素点包含一定的颜色信息。
使用不同的图像格式可以将图像数据以数字的形式表示出来，在计算机中进行存储和处理。
4. 音频表示：音频数据是连续的波形信号，可以通过采样和量化的方式将其表示为数字形式。
常见的音频格式如MP3、WAV等，以便在计算机中播放和编辑。
二、数据分析的重要性数据分析是从大量的数据中提取和整理有用信息的过程，对于决策和问题解决具有重要意义。
1. 业务决策：数据分析可以帮助企业做出更明智的决策。
通过分析市场数据、销售数据和客户数据等，企业可以了解市场需求，优化产品设计和销售策略，提高竞争力。
2. 预测和规划：通过对历史数据的分析，可以建立模型和算法进行预测。
例如，天气预报和股市走势预测都依赖于对历史数据的分析和模型建立。
3. 问题解决：数据分析可以帮助发现问题的根本原因，并提供解决方案。
通过分析故障数据、客户反馈等，可以确定产品质量问题和改进方向，以便解决问题。
4. 数据挖掘：通过数据分析可以挖掘出隐藏的关联规律和趋势，发现潜在的商机。
例如，通过用户行为数据分析可以提供个性化的推荐服务，提高用户的满意度和购买率。
5. 科学研究：数据分析在科学研究中也起着重要的作用，可以帮助发现新的知识和发展理论。
数据的有效表示与处理
数据的有效表示与处理数据在现代社会中扮演着至关重要的角色。
然而，数据的有效表示与处理却是一个复杂而关键的问题。
本文将探讨数据的有效表示与处理的方法和技巧，以及其在不同领域中的应用。
一、数据的表示数据的表示是指将数据转化为计算机可处理的形式。
有效的数据表示可以提高计算机处理效率和准确性。
以下是几种常见的数据表示方法：1. 二进制表示：计算机内部使用二进制来表示数据。
二进制由0和1组成，可以用来表示数字、字符和图像等不同类型的数据。
2. 十进制表示：十进制是我们平时使用的数字系统，可以用来表示整数、浮点数等。
计算机通过算法将十进制数据转换为二进制进行处理。
3. 字符编码：字符编码将字符映射为二进制数据以便计算机处理。
常见的字符编码有ASCII、Unicode等。
二、数据的处理数据的处理是指对数据进行操作和计算的过程。
有效的数据处理可以提取出有用的信息，支持决策和分析。
以下是几种数据处理的方法：1. 数据清洗：数据清洗是指对原始数据进行筛选、去重、填充空值等操作，以确保数据的准确性和完整性。
2. 数据转换：数据转换是指将数据从一种表示形式转换为另一种表示形式，以满足不同的需求。
例如，将数据从文本格式转换为数值格式。
3. 数据分析：数据分析是对数据进行统计和挖掘，以发现其中的规律和趋势。
常用的数据分析方法包括统计分析、机器学习和数据挖掘等。
三、数据表示与处理的应用数据的有效表示与处理在各个领域都有广泛的应用。
以下是几个常见领域中的应用示例：1. 金融领域：数据的有效表示与处理在金融领域中起着重要作用。
通过对金融市场数据的处理和分析，可以帮助投资者做出更准确的决策，预测市场趋势。
2. 医疗领域：医疗数据的表示与处理可以帮助医生进行疾病诊断、药物研发等工作。
通过对病人的数据进行分析，可以提高治疗效果和患者生活质量。
3. 物联网领域：物联网中的大量传感器数据需要进行有效的表示和处理。
通过对传感器数据的处理，可以实现智能家居、智慧城市等应用。
2.2数据的表示与处理(3)
2.2数据的表示与处理（3）一、教学目标：1、知识与技能熟练使用vb中的赋值语句，能写出vb中print语句的执行结果2、过程与方法：培养学生的思维能力、创新能力、自主学习能力 , 加强学生的合作学习，提高学生的动手能力。
3、情感态度与价值观：让学生学会合作交流，培养良好的道德情操。
二、重点难点：1、教学重点（1）VB常用的的基本数据类型，常量与变量，运算符和表达式（2）VB程序的开发环境2、教学难点把本节的内容加以运用三、教学环境：1、预备知识：学生已掌握使用计算机解决问题的四个步骤——分析问题、建立模型、设计算法和编写程序。
2、硬件要求：建议本节课在多媒体电脑教室中完成，有广播教学系统或投影仪。
3、所需软件：学生机要安装VB6.0或以上版本。
四、主要内容：1、赋值语句2、 print 语句3、注释语句4、结束语句五、教学步骤：1、赋值语句【引入】经过上面一堂课的学习，我们了解了VB的基本数据类型和运算符表达式的书写方式，下面，我们对VB进行更深入的研究，请同学们观察下面的例子，研究一下，结果是否能正确输出，问题出在哪里。
（图1）Private Sub Command1_Click()a = Text1.Texta = Text2.TextEnd Sub[结论]需要将a=text2.text改成text2.text=a[讲述]1）在VB中，我们通过“=”实现赋值，赋值语句的“=”后面可以是常量、变量或表达式。
赋值语句中的“=”与数学中的“=”是不同的。
2）请同学们观察以上例子：a=text1.text[分析]text1中如果无输入，它的text属性为“”，如果输入数字1，它的text属性为“1”（再次强调文本框内任何输入都为文本）。
通过“=”将该值赋予变量a。
同样a=text2.text将text2的内容赋予了a,因此无法实现以上程序。
正确的写法应该改成text2.text=a,将a的值赋予text2的text属性，这样text2因为它的text属性发生了改变，在面板上也及时的发生变化，将a的值输出。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、教材分析：
根据《普通高中技术课程标准》的阐述，“算法与程序设计”是普通高中信息技术的选修模块之一，它的前导课程是信息技术的必修模块“信息技术基础”。
学生在“信息技术基础”模块里已经学习了VB的基本操作，掌握了VB相关的一些基础知识。
学生可以利用上述的基础知识，进一步学习本节的相关知识内容。
本节课是“数据的表示与处理”，上好这节课是使学生能否较好地学好“算法与程序设计”这一模块的关键。
“数据的表示与处理”大约用2个课时。
二、教学目的
1、初步使同学们掌握VB的常用数据类型、变量、运算符及表达式的含义。
2、使同学们学会定义变量，学会使用常用语句及标准函数。
三、教学重点、难点
重点：使同学们掌握理解VB的常用数据类型、变量。
难点：VB的常用数据类型、变量与中学数学中的型类、变量的区别。
四、教学手段：
1、利用多媒体电脑室进行屏幕广播控制辅助教学和利用实物投影机进行实例分析教学；
2、教师同时利用电子白板进行分析教学；
3、有必要教师事先制作好课件进行辅助教学，可能起到更好的效果。
五、教学方法
让学生在授课之前事先预习，最好联系数学的知识，结合本节课的知识内容，这样就更加明白、理解本节课的内容。
比如常量与变量，关系运算符等等，这是构建主义中知识迁移的方法。
本节课还采用了探究、讲授、观摩、交流、阅读材料等多种教学活动的有机结合的方法。
六、教学过程
（一）引入
教师：在不同的程序设计语言中，数据表示与处理方法不尽相同。
在VB中的数据到底是如何表示的？在计算机里如何对数据进行处理的呢？我们这一节课即将要学习数据的表示与处理。
（二）讲授新课
2.2.1 数据类型（掌握常用的7种数据类型）
数据关键字取值范围
(1)整型：Interger -32768~~32768
(2)长整型Long -2147483648~~2147483647
……………（3）~（7）…………省略板书
说明：老师在这里最好与数学中的数值型类型联系起来讲，比如：数学中实数，整数等，它们的取值范围是多少等。
这样同学们就更容易地掌握VB语言中的数据类型以及它们取值范围。
2.2.2常量与变量
（1）常量、变量：课本上没有具体讲关于“变量”的概念，我们应结合物理、数学的一些公式来对常量、变量进行下个定义：比如：物理中的均速运动的公式：S=Vt进行分析,在一定的速度下，S的值随着t的值改变而变化，这里的常量是V，而变量是S和t。
请同学们分析一下：S=3.14*R2 这里的常量是什么？变量是什么？
（2）常量、变量的类型：
常量（Constant）：分为数值常量、字符串常量等。
变量（V ariable）:分为字符型、整型、长整型、单精度型、双精度型、布型、日期型。
（3）变量命名的约定：（省略板书）
（4）变量命名：应该根据先声明后使用的原则：
Dim < 变量名>AS < 数据类型>
2.2.3 运算符与表达式
板书：
表达式：是由变量、常量、运算符、函数和圆括号等按一定的规则组合而成。
VB中有算术表达式、字符串表达式、日期表达式、关系表达式和逻辑表达式等。
(1)算术运算与算术表达式
运算符含义运算优先级实例结果
^ 指数 1 2^10 1024
- 取负 2 -5+2 -3
………………… * / \ Mod + - …………
所以，VB中计算打字速度的表达式应写成：
intWordcount/(intTimeCost/60)
(2)字符串运算符与字符串表达式：
A、关系运算符：= < > >= <= （特别要注意与数学中大于与小于的区别）
B、关系达式：3>1
C、优先级：相同
(3)逻辑运算符与逻辑表达式：
A、Not(取反) And(与) Or（或）等
B、表达式：if( N Mod 3=2) And ( N mod 5 =3 ) And (N Mod 7=2) then ……
C、优先级：Not>And>Or
(4)日期运算符与日期表达式（省略板书）
(5)运算符的执行顺序：
算术运算符>字符串连接运算符>关系运算符>逻辑运算符
2.2.4 常用语句与函数
赋值语句（=）：
举例1；N=1 分析这个表达式的含义：将常量1赋给变量N，这时变里的值是1。
注意，这里的赋值号“=”与数学中等号“=”含义不一样。
举例2：N=N+1 （请同学们自已分析一下这个表达式的含义）
打印语句（Print）
语法格式：[对象名.]Print [表达式]
举例：（省略）
注释语句：Rem 语句
举例：Rem 计算圆的周长
结束语句：End 语句
与用户交互函数：InputBox()函数和MsgBox()函数
举例：（按照课本所举例子进行演示一下）
数学函数：
函数功能实例结果
Abs(x) 求x的绝对值Abs(-4.6) 4.6
……………………………………
Rnd(x) 产生0~1这间（不包括1）的随机数。
举例：（按照课本上分析和举额外的一些例子）
字符串函数
函数功能实例结果
Len(字符串) 求字符串的长度Len(“2008奥运”) 6……………………………………………………
String(数值，字符) 生成指定长度与指定字符的字符串string(3,”9”) 999日期函数
Date()函数返回系统的当前日期
Time()函数返回系统的当前时间。
Day() Month() Y ear() 等函数
常用转换函数
函数功能实例结果
V al（字符串）将字符串转换为数值2+V al(“12”) 14………………………………………………
Cint(表达式) 将表达式的结果转换为整数，Cint(3.14159) 3
小数部分四舍五入
说明：以上函数都利用多媒体广播进行演示一下相对应的实例。
七、小结：
八、布置作业：
九、教学反思：。