本書是在2017年出版的第1版的基礎上修訂而成的.全書共分8章，1~5章為概率論部分，6~8章為數(shù)理統(tǒng)計部分．主要內(nèi)容包括隨機事件及其概率、隨機變量及其分布、隨機變量的數(shù)字特征、極限定理、參數(shù)估計和假設檢驗等． 本書以本科數(shù)學基礎課程教學基本要求為基礎，參照近年來全國碩士研究生入學統(tǒng)一考試數(shù)學大綱要求，結(jié)合作者多年來的

本書系統(tǒng)講解了多元統(tǒng)計分析的基本理論和一些常用的多元統(tǒng)計方法。本書共9章，第1章為緒論，第2~3章介紹多元統(tǒng)計推斷的基本理論，包括多元正態(tài)抽樣分布理論、參數(shù)估計和多元正態(tài)總體的假設檢驗；第4~9章分別介紹各種常用的多元統(tǒng)計方法，包括判別分析、聚類分析、主成分分析、因子分析、對應分析和典型相關分析。本書各種統(tǒng)計方法的算法

《概率論與數(shù)理統(tǒng)計》是根據(jù)高等院校概率論與數(shù)理統(tǒng)計課程教學的基本要求，結(jié)合我們多年來對概率論與數(shù)理統(tǒng)計課程教學內(nèi)容和教學方法改革與創(chuàng)新的成果而編寫的.《概率論與數(shù)理統(tǒng)計》主要內(nèi)容包括：概率論的基本概念、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、

本書以隨機過程的統(tǒng)計特征和性質(zhì)為主線,旨在將實際應用和理論推導聯(lián)系起來,通過概念、定理、例題、詳細的習題,盡量體現(xiàn)隨機過程的理論基礎及應用價值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學生較為熟練地掌握隨機過程的理論和應用.本書共九章,全書內(nèi)容包括隨機過程的基本概念、隨機過程的

本書按新時期大學數(shù)學教學大綱要求編寫而成，內(nèi)容豐富，理論嚴謹，思路清晰，例題典型，方法性強.本書注重分析解題思路與規(guī)律，并與現(xiàn)實生活中的問題緊密結(jié)合，對培養(yǎng)學生的學習興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內(nèi)容涵蓋隨機事件、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律

利用時間序列預測技術(shù)對數(shù)據(jù)進行統(tǒng)計分析，可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預測技術(shù)模型構(gòu)建簡單，對于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預測理論解決時間序列分析與預測問題，是近年來的研究熱點之一�！痘�于群智能優(yōu)化算法的預測理論與方法的研究及應用》闡述了基于群智能優(yōu)化算法的預測理論

本書介紹非參數(shù)統(tǒng)計的基本概念和方法,其內(nèi)容包括預備知識、U統(tǒng)計量、基于二項分布的檢驗、列聯(lián)分析、秩檢驗、檢驗的功效與漸近相對效率、概率密度估計、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習題側(cè)重于應用.本書的特點是側(cè)重于介紹非參數(shù)統(tǒng)計在各應用領域中的常用方法,盡可

本書重點研究了位置數(shù)據(jù)的智能聚類學習相關模型和算法前沿，集中反映了作者近年來對空間數(shù)據(jù)聚類與智能優(yōu)化相結(jié)合的研究成果，系統(tǒng)闡述了GPS位置數(shù)據(jù)聚類學習的相關模型與算法。本書共分為7章，包括GPS位置數(shù)據(jù)聚類模型和智能優(yōu)化的關鍵技術(shù)，GPS位置數(shù)據(jù)的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動聚類模型與算法，基于Ma

《概率論與數(shù)理統(tǒng)計（人工智能專用）》介紹了與人工智能密切相關的概率論與數(shù)理統(tǒng)計的內(nèi)容。全書分成兩大部分，di一部分主要介紹概率論的知識，涵蓋概率論的基本概念、一維隨機變量及其分布、二維隨機變量及其分布，數(shù)字特征，大數(shù)定理和中心極限定理外，還增加了信息論基礎知識、若干集中不等式的相關知識。第二部分主要介紹常見的數(shù)理統(tǒng)計知

本書主要介紹概率論和隨機過程的基礎知識和基本概念，內(nèi)容包括概率論和隨機過程兩部分。第1~5章介紹概率論的基本概念及定理，主要包括隨機事件與概率、離散型隨機變量及其分布、連續(xù)型隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理;第6章介紹隨機過程的基本概念、泊松過程、馬爾可夫過程、鞅、布朗運動、隨機積分和伊藤公

本書介紹了數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析、貝葉斯基礎和統(tǒng)計計算等內(nèi)容.在編寫過程中特別注重方法的實際應用，每個理論后面都列舉了對應的例子.同時，為了更貼近社會的現(xiàn)實需求，在每章最后一節(jié)通過例子對該章的主要內(nèi)容進行了R語言實現(xiàn)，并列出了程序的詳細步驟.

本書研究分類數(shù)據(jù)的統(tǒng)計過程控制.近年來，統(tǒng)計過程控制的研究成果十分豐富，但大都集中在取值為具體數(shù)值的連續(xù)數(shù)據(jù).本書關注的分類數(shù)據(jù)取值為若干個類別或?qū)傩运�平，信息量較少，但在生活生產(chǎn)中極為常見.本書內(nèi)容來自作者和合作者近年來的研究成果，從一元或多元、名義或有序、獨立或自相關、相關性或因果關系等角度，系統(tǒng)地介紹了分類數(shù)據(jù)統(tǒng)

本書主要介紹了雙參數(shù)韋布爾分布模型,并從雙參數(shù)韋布爾分布在可靠性領域的應用角度介紹了相關可靠性統(tǒng)計方法,包括韋布爾分布的確定方法、基于極大似然估計的可靠性統(tǒng)計方法、基于分布曲線擬合的可靠性統(tǒng)計方法、基于Bayes的可靠性統(tǒng)計方法、其他可靠性統(tǒng)計方法及改進韋布爾分布的可靠性統(tǒng)計方法。

本書第1章主要介紹變點檢驗和在線監(jiān)測的一些經(jīng)典方法，并介紹本書著重討論的厚尾時間序列模型和長記憶時間序列模型.第2,3章主要介紹檢驗和估計厚尾時間序列模型均值變點和持久性變點的一些方法.第4,5章介紹檢驗長記憶時間序列均值變點、時間趨勢項變點、方差變點及長記憶參數(shù)變點的一些方法.第6章介紹在線監(jiān)測厚尾時間序列持久性變點

本書是根據(jù)教育部高等學校統(tǒng)計學專業(yè)教學指導分委員會制定的《統(tǒng)計學專業(yè)教學規(guī)范(授經(jīng)濟學學位)》中提出的課程設置和教學內(nèi)容綱要編寫出版的系列教材之一。本書介紹數(shù)理統(tǒng)計學的統(tǒng)計思想、理論和方法，主要內(nèi)容包括總體、樣本、統(tǒng)計量等概念以及常用分布、點估計理論、假設檢驗、區(qū)間估計、線性模型以及統(tǒng)計決策理論和貝葉斯推斷等。本書強調(diào)

本書是概率論與數(shù)理統(tǒng)計課程的學習輔導書，內(nèi)容包括：概率論的基本概念、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律及中心極限定理、樣本及抽樣分布、參數(shù)估計、假設檢驗等。每章均按章節(jié)順序從基本概念、典型例題、綜合練習三部分進行編寫，并對典型例題進行了分析和詳解.書后附有4套模擬試題，方便學生期末復習

本書主要介紹了統(tǒng)計和數(shù)據(jù)分析的基本知識、數(shù)據(jù)采集的操作、數(shù)據(jù)采集后的清洗加工操作、描述性統(tǒng)計分析、抽樣估計分析、統(tǒng)計指數(shù)分析、相關與回歸分析、時間序列分析、數(shù)據(jù)可視化展現(xiàn)，以及制作數(shù)據(jù)分析報告等內(nèi)容。本書采用理論結(jié)合實戰(zhàn)的方式，不僅介紹了數(shù)據(jù)分析的必要原理、方法，還充分結(jié)合了日常生活和工作中的案例，將理論加以實踐和分析

本書試圖較全面地介紹大數(shù)據(jù)技術(shù)的基本原理和方法，包括以統(tǒng)計模型為主的各類數(shù)據(jù)模型以及它們的計算方法，同時還將介紹這些方法在一些領域(如人工智能)中的應用。

本書介紹了概率論與數(shù)理統(tǒng)計的概念、原理、計算方法，以及MATLAB在數(shù)理統(tǒng)計中的應用.在編寫中吸收了國內(nèi)外優(yōu)秀教材的優(yōu)點，概念講述通俗易懂，每章中附有精選的例題和習題，并且增加了數(shù)學實驗.書后附有習題參考答案，方便學生自測,書中還配有二維碼，掃碼可以觀看課件、知識點總結(jié)及微課視頻，供學生學習提高使用.

本書是一本以介紹現(xiàn)代概率論基礎理論和方法為主的概率論教材。共分三部分。第1章和第2章為測度論，用較短的篇幅完整地敘述了測度與積分的一般理論，包括了一般測度、Lebesgue-Stieltjes測度、Lebesgue測度、積分與期望的定義及單調(diào)收斂定理、Fatou引理、Lebesgue控制收斂定理、Fubini定理等主要