本書是根據(jù)高等院校工科各專業(yè)的《概率論與數(shù)理統(tǒng)計(jì)課程基本要求》編寫的，入選“十三五”國家重點(diǎn)出版物出版規(guī)劃項(xiàng)目.本書共十章，主要包括隨機(jī)事件與概率、一維隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、極限定理、數(shù)理統(tǒng)計(jì)基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析及方差分析簡介、MATLAB在概率統(tǒng)計(jì)中的應(yīng)用.根據(jù)

本書是為準(zhǔn)備考研的同學(xué)復(fù)習(xí)概率論與數(shù)理統(tǒng)計(jì)而編寫的專題形式的講義，由編者多年講授專題復(fù)習(xí)課程的講義整理而來。全書共分7個專題，每個專題都是編者根據(jù)同學(xué)們在學(xué)習(xí)中的難點(diǎn)、重點(diǎn)進(jìn)行的專項(xiàng)講解，不僅講理論知識，更注重聯(lián)合例題講解題，以使同學(xué)們更深入地理解考研數(shù)學(xué)的內(nèi)容。本書的核心思想是化整為零，將概率論與數(shù)理統(tǒng)計(jì)簡化為7個專

《應(yīng)用時間序列分析--基于Python》一書旨在介紹時間序列分析的基本概念、原理及模型，涵蓋了時間序列分析中最基本的線性模型及非線性模型。本書每一章最后一節(jié)案例分析中，使用Python作為數(shù)據(jù)分析軟件并給出相關(guān)代碼。本書特色之一在于采用模型、數(shù)據(jù)雙向分析：第一，從模型出發(fā)，模擬過程。通過對模擬數(shù)據(jù)的直觀分析，反射出模型

本書主要內(nèi)容涉及:試驗(yàn)設(shè)計(jì)基礎(chǔ)、常用試驗(yàn)的種類及設(shè)計(jì)方法、統(tǒng)計(jì)資料的整理與分析、概率論基礎(chǔ)、統(tǒng)計(jì)推斷、卡方檢驗(yàn)、方差分析、正交設(shè)計(jì)及資料分析、相關(guān)與回歸分析以及SPSS在統(tǒng)計(jì)中的應(yīng)用。每一模塊按照內(nèi)容要求劃分單元,單元內(nèi)容的理論知識后緊跟Excel的操作內(nèi)容,并安排相應(yīng)的實(shí)訓(xùn)。全書最后安排了SPSS在統(tǒng)計(jì)中的應(yīng)用模塊,

本書共11章,包括隨機(jī)事件與概率、隨機(jī)變量及其分布、二維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、回歸分析與正交試驗(yàn)。每章有精心選配的習(xí)題用以鞏固知識,書末附有部分習(xí)題參考答案。

本書以時間序列模型為基礎(chǔ)，以經(jīng)濟(jì)學(xué)和管理學(xué)中的案例為載體，采用理論講解與數(shù)據(jù)分析案例實(shí)踐相結(jié)合的方式編寫而成。全書共9章，包括時間序列分析基礎(chǔ)、線性時間序列模型、單位根時間序列模型、非線性時間序列模型、協(xié)整時間序列模型、波動率模型、時間序列的機(jī)器學(xué)習(xí)方法、時間序列的深度學(xué)習(xí)方法和課程綜合案例等內(nèi)容。本書配有PPT課件、

本教材分為概率論與數(shù)理統(tǒng)計(jì)兩個部分，概率論主要介紹隨機(jī)現(xiàn)象的內(nèi)在統(tǒng)計(jì)規(guī)律，數(shù)理統(tǒng)計(jì)以概率論為基礎(chǔ)討論收集數(shù)據(jù)、整理數(shù)據(jù)、分析數(shù)據(jù)為實(shí)際問題的決策與判斷提供依據(jù)。全書由隨機(jī)事件及其概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定律、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)等章節(jié)組成。本

作者根據(jù)多年來學(xué)習(xí)和講授隨機(jī)過程的經(jīng)驗(yàn),以及在研究工作中長期積累的自己的理解、體會和心得,寫下了本書。本書主要講述現(xiàn)代隨機(jī)過程的基礎(chǔ)知識,包括隨機(jī)過程的總體概念和術(shù)語,可選性與循序可測性,經(jīng)典Wiener空間,Brown運(yùn)動,離散時間鞅與連續(xù)時間鞅,Markov過程與半群,強(qiáng)馬氏性與擴(kuò)展馬氏性,Ito隨機(jī)積分,一般半鞅

全書共分五章,內(nèi)容包括概率論的補(bǔ)充知識、隨機(jī)過程基本概念、平穩(wěn)過程、平穩(wěn)時間序列和馬爾科夫過程,各章包含基本內(nèi)容、解疑釋惑、典型例題詳解、課后習(xí)題選解和自主練習(xí)題幾個模塊。以提高讀者深入掌握隨機(jī)過程的原理、思想、方法的能力。

本書涵蓋PGM每個主要分類的基礎(chǔ)知識(表征、推理和學(xué)習(xí)原理等),列出每類模型在多個學(xué)科的實(shí)際應(yīng)用,濃墨重彩地描述貝葉斯分類器、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、動態(tài)貝葉斯網(wǎng)絡(luò)、時態(tài)貝葉斯網(wǎng)絡(luò)、馬爾可夫隨機(jī)場、影響圖和馬爾可夫決策過程的許多用途。