本書是十三五國家重點出版物出版規(guī)劃項目名校名家基礎(chǔ)學(xué)科系列教材之一.作者精心選擇和設(shè)計能適應(yīng)并促進(jìn)學(xué)生知識學(xué)習(xí)、能力培養(yǎng)和素養(yǎng)提高三方面協(xié)調(diào)發(fā)展的內(nèi)容,注重將精煉的數(shù)學(xué)知識、豐富的數(shù)學(xué)應(yīng)用和有趣的人文歷史故事融為一體.在概念的引入和內(nèi)容的敘述上,全書力求做到自然直觀、通俗易懂.本書科學(xué)、系統(tǒng)地介紹了隨機事件與概率、隨機
本書是高等學(xué)校經(jīng)管類專業(yè)概率論與數(shù)理統(tǒng)計教材,它涵蓋了經(jīng)濟(jì)管理專業(yè)有關(guān)教學(xué)大綱的全部內(nèi)容與基本要求,主要包括: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、大數(shù)定律與中心極限定理、抽樣分布、參數(shù)估計、假設(shè)檢驗、一元回歸分析等,在本次修訂中增加了數(shù)量化方法的有關(guān)內(nèi)容,可以定量地對評價對象的每一個影響因素進(jìn)行分析
本書是在2017年出版的第1版的基礎(chǔ)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(shè)檢驗等. 本書以本科數(shù)學(xué)基礎(chǔ)課程教學(xué)基本要求為基礎(chǔ),參照近年來全國碩士研究生入學(xué)統(tǒng)一考試數(shù)學(xué)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(shè)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(yīng)分析和典型相關(guān)分析。本書各種統(tǒng)計方法的算法
本書是國外Lévy過程教材的中譯本,原書是國際上Lévy過程領(lǐng)域影響深遠(yuǎn)的名著。Lévy過程是包含Poisson過程、Brown運動等的一大類隨機過程。無論對于概率論本身,還是金融數(shù)學(xué)、物理學(xué)、工程科學(xué)、保險等商業(yè)活動來說,Lévy過程都非常重要且有廣泛應(yīng)用。 本書從無窮可分分布、鞅等預(yù)備知識講起,逐步介紹了Lévy過
本書是統(tǒng)計學(xué)專業(yè)的基礎(chǔ)課教材,其比較系統(tǒng)地介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本原理和基本方法.本書是在多年的教學(xué)實踐基礎(chǔ)上逐步形成的,內(nèi)容豐富,敘述嚴(yán)謹(jǐn),并附有典型例題及大量習(xí)題,有助于讀者掌握和理解概率論與數(shù)理統(tǒng)計的基礎(chǔ)知識.全書共10章,內(nèi)容包括:隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、數(shù)字特征、
本書是普通高等教育“十一五”國家級規(guī)劃教材。全書內(nèi)容主要包括概率論的基本概念、隨機變量的分布、多維隨機變量、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、回歸分析、方差分析。各章習(xí)題中設(shè)有練習(xí)題和思考題,書末附有部分習(xí)題參考答案。本書強調(diào)概率論與數(shù)理統(tǒng)計中的基本理論和基本運算,著重
本書共八章,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、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計的基礎(chǔ)知識、參數(shù)估計、假設(shè)檢驗、回歸分析。
本書共9章,內(nèi)容包括:事件與概率、隨機變量及其概率分布、多維隨機向量及其概率分布、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、假設(shè)檢驗、方差分析與回歸分析。
本書共分為七章,結(jié)構(gòu)安排如下:第一章介紹研究背景、研究現(xiàn)狀、研究方法與相關(guān)概念;第二章系統(tǒng)介紹Dirichlet過程及其拓展和應(yīng)用,重點介紹基于經(jīng)驗似然的Dirichlet過程抽樣算子和基于經(jīng)驗似然的Dirichlet過程混合模型,給出其處理分布函數(shù)約束條件的具體方法;第三章介紹縱向數(shù)據(jù)線性混合效應(yīng)模型的半?yún)?shù)貝葉斯推