首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3183篇
  免费   60篇
  国内免费   172篇
教育   2224篇
科学研究   611篇
体育   177篇
综合类   203篇
文化理论   3篇
信息传播   197篇
  2023年   14篇
  2022年   38篇
  2021年   60篇
  2020年   82篇
  2019年   67篇
  2018年   53篇
  2017年   64篇
  2016年   77篇
  2015年   98篇
  2014年   195篇
  2013年   231篇
  2012年   256篇
  2011年   243篇
  2010年   176篇
  2009年   174篇
  2008年   186篇
  2007年   216篇
  2006年   211篇
  2005年   162篇
  2004年   158篇
  2003年   133篇
  2002年   122篇
  2001年   116篇
  2000年   53篇
  1999年   52篇
  1998年   25篇
  1997年   26篇
  1996年   22篇
  1995年   18篇
  1994年   25篇
  1993年   12篇
  1992年   5篇
  1991年   14篇
  1990年   6篇
  1989年   4篇
  1988年   6篇
  1987年   6篇
  1986年   1篇
  1985年   5篇
  1984年   1篇
  1977年   1篇
  1957年   1篇
排序方式: 共有3415条查询结果,搜索用时 31 毫秒
1.
In this digital ITEMS module, Dr. Jeffrey Harring and Ms. Tessa Johnson introduce the linear mixed effects (LME) model as a flexible general framework for simultaneously modeling continuous repeated measures data with a scientifically defensible function that adequately summarizes both individual change as well as the average response. The module begins with a nontechnical overview of longitudinal data analyses drawing distinctions with cross-sectional analyses in terms of research questions to be addressed. Nuances of longitudinal designs, timing of measurements, and the real possibility of missing data are then discussed. The three interconnected components of the LME model—(1) a model for individual and mean response profiles, (2) a model to characterize the covariation among the time-specific residuals, and (3) a set of models that summarize the extent that individual coefficients vary—are discussed in the context of the set of activities comprising an analysis. Finally, they demonstrate how to estimate the linear mixed effects model within an open-source environment (R). The digital module contains sample R code, diagnostic quiz questions, hands-on activities in R, curated resources, and a glossary.  相似文献   
2.
影响我国足球联赛上座率的因素与对策研究   总被引:10,自引:0,他引:10  
王景波 《体育科研》2003,24(6):27-29
上座率是联赛的根本。研究表明影响观众出席人数的主要因素包括:球迷动机因素、比赛吸引力、经济因素、竞争因素、人口统计学因素、体育场因素、体育对社会的价值、体育专注和体育迷地位。除此之外,国家队比赛成绩、比赛公正程度、赛制安排等也影响比赛的上座率。  相似文献   
3.
理性·求实·辩证--再评书次号的统一   总被引:4,自引:0,他引:4  
蒋鸿标 《图书馆论坛》2003,23(5):101-103
从书次号的定义和功能出发 ,阐述研究书次号的理性认识、实事求是态度和辩证法思想。  相似文献   
4.
摘要:运用相关回归、标准百分和多级多类判别理论,建立多元回归和单元回归预测模型,所建立的y1、y2、y3模型预测值准确度高,与实际专项成绩值的相关性显著、t检无差异、有显著的线性关系、tr检验呈高度相关。其中,y2模型预测值的准确度更高,建模方法更具简便性、实效性。  相似文献   
5.
运用3种不同的方法所建立的多元回归预测模型,其回归预测值的准确度均达到了99.26%以上,其回归的预测值与实际值的方差分析检验均呈无差异性,P》0.50水平.说明3种不同的方法所建立的预测模型的预测值均具有显著性意义.在3种建模方法中,均有评价作用,且其评价目的也不尽相同.在体育运动实践中可依据研究的目的,选择建模方法,以提高体育预测研究的效益.  相似文献   
6.
哪些研究问题需要用分层线性模型回答   总被引:6,自引:0,他引:6  
采用常规的回归分析或方差分析处理行为科学与社会科学研究中经常遇到的嵌套数据,不能满足独立观察的假定,得到的标准误差较小,导致I型错误扩大化,同时,也不利于对不同层次变量不同作用的探讨,分层线性则明确区分数据层次,通过对个体水平变量和组别水平变量的分层综合分析,避免了上述弊病,因而可对个体水平的变量进行更准确的预测和更合理的解释,通过实例介绍了将研究问题与分层线性模型有机结合的方法。  相似文献   
7.
通过对中学教学中若干例题特征的观察、分析,条件的适当转化,说明了如何巧解妙证一些数学题。  相似文献   
8.
要使新生尽快适应初中阶段的学习,必须从数的概念和具体显现形式的多样性、初中与小学数学内容之间的联系等方面,注重入门阶段的学习,同时,还要运用直观教学,创设情景,趣引新知识,灵活运用多种教法,尽快促使学生实现学习方式的和观念的转变.  相似文献   
9.
利用逐步回归法对2004 ̄2005赛季欧洲冠军联赛十六强主要技术指标与比赛名次进行综合分析,其结果:各队平均失球是影响比赛名次的首要因素;其次是射进指数和角球。并对今后训练工作提出建议,以期为俱乐部的训练提供一定理论依据。  相似文献   
10.
对北京市6所普通高校43名男篮队员的专项身体素质进行测评,经因子分析和回归分析等方法筛选出了影响运动训练水平的30m起动跑、助跑摸高、穿梭跑、28m×10折返跑等4个有效因子,并进一步提出了简易综合评定方法,为大学生男篮运动员身体训练水平评定提供了参考依据。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号