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)

本書系統(tǒng)地介紹了雙重廣義線性模型等異方差回歸模型的理論、方法和應用。內(nèi)容主要包括：高維數(shù)據(jù)下雙重廣義線性模型的變量選擇研究,縱向數(shù)據(jù)下均值-協(xié)方差模型的變量選擇和貝葉斯分析,半?yún)��?shù)異方差模型的變量選擇和貝葉斯分析,偏正態(tài)異方差模型的異方差檢驗和貝葉斯分析,半?yún)��?shù)混合效應雙重回歸模型的貝葉斯分析,以及雙重Logistic

本書從應用角度簡要地闡述了試驗設計、現(xiàn)代統(tǒng)計、數(shù)據(jù)挖掘，以及各專業(yè)領域試驗統(tǒng)計等600多種統(tǒng)計分析技術(shù)。這一版新增加的主要內(nèi)容有折線回歸、高維數(shù)據(jù)Lasso回歸、有序序列聚類分析、水文頻率分析、向量自回歸、格蘭杰因果檢驗、協(xié)整檢驗和誤差修正模型等功能。DPS數(shù)據(jù)處理系統(tǒng)軟件試用版可從網(wǎng)站的下載中心下載、試用。

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

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。

本書采用排序集抽樣方法，研究產(chǎn)品可靠性中常用指標的估計問題，其主要內(nèi)容來自作者近十年來的研究成果以及相關的**進展.全書共9章，包括排序集抽樣方法和可靠性理論，標準排序集抽樣下指數(shù)分布的參數(shù)估計和產(chǎn)品可靠度估計，L排序集抽樣下指數(shù)分布的系統(tǒng)可靠度估計，非均等排序集抽樣下中位壽命的非參數(shù)估計，廣義排序集抽樣下可靠壽命的非