本書(shū)立足于當(dāng)前公安交通管理領(lǐng)域利用Hadoop技術(shù)在處理非互聯(lián)網(wǎng)行業(yè)大數(shù)據(jù)時(shí)存在的低效問(wèn)題，基于天云星數(shù)據(jù)庫(kù)(SCSDB)對(duì)結(jié)構(gòu)化大數(shù)據(jù)分布式并行處理技術(shù)進(jìn)行了介紹。全書(shū)共7章，主要內(nèi)容包括概論、天云星數(shù)據(jù)庫(kù)基礎(chǔ)、數(shù)據(jù)庫(kù)對(duì)象管理、SCSDB安全管理、SCSDB備份與還原、數(shù)據(jù)庫(kù)監(jiān)控與調(diào)優(yōu)、數(shù)據(jù)導(dǎo)入與導(dǎo)出。在介紹理論知識(shí)

本書(shū)強(qiáng)調(diào)理論，同時(shí)高度重視知識(shí)的運(yùn)用.全書(shū)分為三篇：概率部分，數(shù)理統(tǒng)計(jì)部分，實(shí)驗(yàn)部分.概率部分包括：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)定律和中心極限定理；數(shù)理統(tǒng)計(jì)部分包括：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；實(shí)驗(yàn)部分包括8個(gè)實(shí)驗(yàn).本書(shū)提供配套電子課

考研數(shù)學(xué)2019 李林2019考研數(shù)學(xué)系列概率論與數(shù)理統(tǒng)計(jì)輔導(dǎo)講義

概率論與數(shù)理統(tǒng)計(jì)都是研究隨機(jī)現(xiàn)象的.概率論通常從模型出發(fā)研究隨機(jī)現(xiàn)象，即在一定的假設(shè)之下探討隨機(jī)事件出現(xiàn)的可能性大小及各種隨機(jī)現(xiàn)象的有關(guān)數(shù)量指標(biāo)；數(shù)理統(tǒng)計(jì)常常是從數(shù)據(jù)出發(fā)，通過(guò)對(duì)數(shù)據(jù)的收集、整理和分析對(duì)隨機(jī)現(xiàn)象給出適當(dāng)?shù)耐茢嗷驔Q策.從內(nèi)容結(jié)構(gòu)上看，概率論是數(shù)理統(tǒng)計(jì)的數(shù)學(xué)基礎(chǔ)，而數(shù)理統(tǒng)計(jì)是概率論的重要應(yīng)用.

本書(shū)是為非數(shù)學(xué)類(lèi)專(zhuān)業(yè)概率論與數(shù)理統(tǒng)計(jì)課程編寫(xiě)的教材。全書(shū)共九章，內(nèi)容包括隨機(jī)事件與概率，隨機(jī)變量及其概率分布，多維隨機(jī)變量及其概率分布，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)等。各章根據(jù)教學(xué)大綱要求和復(fù)習(xí)需要配置了相應(yīng)習(xí)題并附有參考答案與提示。同時(shí)，為了增強(qiáng)學(xué)生統(tǒng)計(jì)分析能力，

《概率論與數(shù)理統(tǒng)計(jì)（第2版）》是教育部高等農(nóng)林院校理科基礎(chǔ)課程教學(xué)指導(dǎo)委員會(huì)推薦示范教材，是教育部教學(xué)研究立項(xiàng)項(xiàng)目成果�！陡怕收撆c數(shù)理統(tǒng)計(jì)（第2版）》突出隨機(jī)數(shù)學(xué)思想，注重概率論與數(shù)理統(tǒng)計(jì)的通用知識(shí)和應(yīng)用性，內(nèi)容包括隨機(jī)事件與概率、條件概率與獨(dú)立性、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)定律和

《廣義主成分分析算法及應(yīng)用》主要討論了隨機(jī)系統(tǒng)信號(hào)廣義主成分分析方法及應(yīng)用情況。全書(shū)可分為三部分：第一部分包括概述和基礎(chǔ)理論，主要介紹廣義主成分分析的概念、國(guó)內(nèi)外研究現(xiàn)狀，以及與廣義主成分分析密切相關(guān)的矩陣?yán)碚摗��?yōu)化理論和神經(jīng)網(wǎng)絡(luò)等理論基礎(chǔ)；第二部分研究多種廣義主成分分析方法，該部分是《廣義主成分分析算法及應(yīng)用》的核心

全書(shū)共分9章，內(nèi)容涵蓋了隨機(jī)事件及其概率、隨機(jī)變量及其分布、隨機(jī)向量、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)R語(yǔ)言及其在概率統(tǒng)計(jì)中的應(yīng)用等內(nèi)容.為開(kāi)拓學(xué)生的學(xué)習(xí)視野、增強(qiáng)實(shí)踐應(yīng)用能力，本書(shū)在第9章中介紹了R語(yǔ)言及其在概率統(tǒng)計(jì)中的應(yīng)用.為了便于讀者學(xué)習(xí)，每節(jié)后均附有習(xí)題，每章后附有總復(fù)習(xí)

本書(shū)本以經(jīng)典的*小二乘理論為基礎(chǔ)，較全面地介紹了現(xiàn)代應(yīng)用回歸分析的基本理論和主要方法。全書(shū)共分為九章。*章討論了回歸模型的主要任務(wù)和回歸模型的建模過(guò)程；第二、三章詳細(xì)地介紹了線(xiàn)性回歸模型；第四章以殘差為重要工具，討論了回歸模型的診斷問(wèn)題；第五、六章討論了多項(xiàng)式回歸模型和含有定性變量的回歸模型；第七章討論了多元線(xiàn)性回歸模

本書(shū)研究了擬似然非線(xiàn)性模型中參數(shù)估計(jì)的漸近理論。擬似然非線(xiàn)性模型按照設(shè)計(jì)變量來(lái)分，可以分為三類(lèi)：帶固定設(shè)計(jì)的擬似然非線(xiàn)性模型、帶隨機(jī)回歸的擬似然非線(xiàn)性模型和自適應(yīng)擬似然非線(xiàn)性模型。本書(shū)主要研究了這三類(lèi)擬似然非線(xiàn)性模型中參數(shù)估計(jì)的大樣本性質(zhì)。此外，還研究了帶隨機(jī)效應(yīng)的擬似然非線(xiàn)性模型中參數(shù)估計(jì)的大樣本性質(zhì)。