本書共分八章，采用Frequentist、Bayesian、Fiducial三種方法，研究統(tǒng)計預測問題，分別給出統(tǒng)計預測區(qū)間的精確解。

本書通過嚴謹的統(tǒng)計語言和生動的例子，詳實而系統(tǒng)地介紹了處理事件史數據的方法。作者特別關注了回歸方法，即事件的發(fā)生依賴于一個或多個解釋變量。他解釋了構成事件史分析基礎的統(tǒng)計模型，介紹了在實際分析中如何進行操作，包括數據管理、成本和一些有用的計算機軟件。對于希望了解事件史數據處理方法的讀者而言，本書不失為一本全面扼要的手冊

本書用Frequentist、Bayesian、Fiducial三種方法，深入研究和完整地解決了雙參數指數分布、左截尾雙參數指數分布、正態(tài)（對數正態(tài)）分布、威布爾分布、位置尺度族分布、對數位置尺度族分布及冪律可靠性增長模型的統(tǒng)計推斷問題。所研究的問題都是當今國內、外理論和技術難題。本書匯集了作者們近十五年來的最新研究成

本書是北京市高等教育精品教材。全書以統(tǒng)計分析的應用需求為主線，以通俗易懂的語言對SPSS中主要統(tǒng)計分析方法的核心思想進行系統(tǒng)的介紹，并對其在SPSS中的操作實現步驟進行詳盡說明，同時配合應用案例分析，使讀者能夠較快領會方法的要點，掌握方法的實現操作，明確方法的適用特點。本書克服了SPSS手冊類教材只注重操作說明而忽略原

R語言近年來成為統(tǒng)計分析的*受歡迎軟件之一，已廣泛用于生態(tài)、金融、統(tǒng)計、互聯網、醫(yī)療和農林牧漁等行業(yè)，并涉及大數據、生物信息學以及人工智能等領域。林元震主編的《R與ASReml-R統(tǒng)計學》主要面向農林業(yè)試驗數據，系統(tǒng)介紹了R與ASRemlR 的統(tǒng)計應用，全書共分11章，具體包括R語言簡介、基礎語法、數據創(chuàng)建、數據管理、

Stata軟件與Stata的資源、數據管理、制圖、調查數據分析、概要統(tǒng)計及交互表、方差分析和其他比較方法、線性回歸分析、回歸診斷、擬合曲線、穩(wěn)健回歸、logistic回歸、生存模型與事件計數模型、主成分/因子和聚類分析、時間序列分析、調查數據分析、多層與混合效應建模、編程入門。

本書以IBMSPSSStatistics24中文版為準，采用真實案例貫穿全書，從統(tǒng)計分析實戰(zhàn)的角度出發(fā)詳細介紹了SPSS的界面操作、數據管理、統(tǒng)計圖表制作、統(tǒng)計描述和常用單因素統(tǒng)計分析方法的原理與實際操作，并結合SPSS的強大功能作了很好的擴展。書中還提供醫(yī)療、經濟、市場研究等各行業(yè)的綜合案例，完全從實際案例出發(fā)講解各

全書共包含18個章節(jié)，從概率密度、貝葉斯決策理論引入樣本學習的基本概念，進而介紹了近鄰域學習、核學習及神經網絡學習，在此基礎上探討了PCA學習、VC維概念、函數估計問題等，后重點介紹了非常實用的支持向量機SVM及Boosting方法。各章均包含小結、附錄、習題及參考資料，非常適合于大專院校計算機及電氣工程類碩博士研究生

全書共包含18個章節(jié)，從概率密度、貝葉斯決策理論引入樣本學習的基本概念，進而介紹了近鄰域學習、核學習及神經網絡學習，在此基礎上探討了PCA學習、VC維概念、函數估計問題等，后重點介紹了非常實用的支持向量機SVM及Boosting方法。各章均包含小結、附錄、習題及參考資料，非常適合于大專院校計算機及電氣工程類碩博士研究生

本書主要介紹JMP的DOE試驗設計和SAS與JMP兩個軟件包的多元統(tǒng)計分析方法。全書重點在于用實例講解運用SAS與JMP兩個軟件包中的各種統(tǒng)計分析方法，并詳細解釋輸出結果的統(tǒng)計學意義，比較兩個軟件相同統(tǒng)計方法的優(yōu)劣與輸出內容的異同，方便學習者從多角度應用，能夠舉一反三，學會選用科學合理的技能判斷并獲取科學的、有價值的統(tǒng)