本書主要研究刪失分位數(shù)回歸模型的統(tǒng)計(jì)推斷問(wèn)題.全書共6章.第1章對(duì)刪失數(shù)據(jù)進(jìn)行概述,并介紹刪失分位數(shù)回歸模型的相關(guān)理論.第2章針對(duì)刪失一般線性分位數(shù)回歸模型的參數(shù)估計(jì)方法進(jìn)行介紹,主要考慮在響應(yīng)變量刪失和協(xié)變量刪失兩種不同情況下,對(duì)刪失數(shù)據(jù)的填補(bǔ)方法,并進(jìn)行數(shù)值模擬和實(shí)例數(shù)據(jù)的分析.第3章考慮刪失部分線性模型和刪失部分

本書分為概率論和數(shù)理統(tǒng)計(jì)兩部分，共9章.第1～5章講述概率論的基本內(nèi)容；第6～9章講述數(shù)理統(tǒng)計(jì)的基本內(nèi)容，同時(shí)各章章末講述了部分與概率統(tǒng)計(jì)相關(guān)的一些數(shù)學(xué)建模.各章后附有習(xí)題，有助于讀者對(duì)基本內(nèi)容進(jìn)一步理解和深化.

本書是本課數(shù)學(xué)專業(yè)概率論與數(shù)理統(tǒng)計(jì)課的學(xué)習(xí)指導(dǎo)用書。書中首先總結(jié)勾畫出概率論與數(shù)理統(tǒng)計(jì)的知識(shí)點(diǎn)網(wǎng)絡(luò)，并針對(duì)重、難點(diǎn)進(jìn)行簡(jiǎn)要分析，再對(duì)典型例題從多個(gè)角度采用不同的方法給出解答。在講解的過(guò)程中，本書對(duì)每一步推導(dǎo)所涉及的知識(shí)點(diǎn)、理由給出說(shuō)明，以開拓學(xué)生思路，從而提高學(xué)生分析、解決問(wèn)題的能力。本書所選的例題是作者多年實(shí)踐教學(xué)所

本書以易于理解的方式講述了時(shí)間序列模型及其應(yīng)用，內(nèi)容包括趨勢(shì)、平穩(wěn)時(shí)間序列模型、非平穩(wěn)時(shí)間序列模型、模型識(shí)別、參數(shù)估計(jì)、模型診斷、預(yù)測(cè)、季節(jié)模型、時(shí)間序列回歸模型、異方差模型、譜分析入門、譜估計(jì)和門限模型。對(duì)所有的思想和方法，都用真實(shí)數(shù)據(jù)集和模擬數(shù)據(jù)集進(jìn)行了說(shuō)明。

本書共6章,內(nèi)容包括:緒論;概率論與數(shù)理統(tǒng)計(jì);教學(xué)策略理論及方法;數(shù)學(xué)建模研究概述;教學(xué)建模軟件的應(yīng)用;概率論與建模思想耦合應(yīng)用分析。

本書是山東大學(xué)數(shù)學(xué)學(xué)院編寫的《大學(xué)數(shù)學(xué)教程》系列教材中的一本（全套教材包括《微積分1》《微積分2》《線性代數(shù)》《概率論與數(shù)理統(tǒng)計(jì)》《復(fù)變函數(shù)與積分變換》共5冊(cè)），由首屆高等學(xué)校教學(xué)名師獎(jiǎng)獲得者、長(zhǎng)江學(xué)者劉建亞教授主持，山東大學(xué)數(shù)學(xué)學(xué)院一線教師編寫。本次修訂在保持上一版原有特色的基礎(chǔ)上，新版更加注重與中學(xué)教學(xué)內(nèi)容的銜接，

《概率論與數(shù)理統(tǒng)計(jì)》是哈爾濱工程大學(xué)編寫的大學(xué)數(shù)學(xué)系列教材中的概率論與數(shù)理統(tǒng)計(jì)課程教材，主要內(nèi)容包括隨機(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)定律及中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與回歸分析等，每章配有習(xí)題及參考答案，且習(xí)題中加入了具有代表性的全國(guó)碩

《概率論與數(shù)理統(tǒng)計(jì)》旨在滿足各水平層次學(xué)生學(xué)習(xí)概率統(tǒng)計(jì)及自學(xué)深造的目標(biāo)需求，并結(jié)合專業(yè)特點(diǎn)，適當(dāng)介紹了概率論與數(shù)理統(tǒng)計(jì)相關(guān)的經(jīng)濟(jì)學(xué)知識(shí)和應(yīng)用實(shí)例�！陡怕收撆c數(shù)理統(tǒng)計(jì)》共8章，內(nèi)容包括隨機(jī)事件與概率、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)定律與中心極限定理、隨機(jī)樣本及其抽樣分布、參數(shù)估計(jì)和假設(shè)檢

貝葉斯統(tǒng)計(jì)是和基于頻率的傳統(tǒng)統(tǒng)計(jì)(頻率派統(tǒng)計(jì))不同的一套關(guān)于統(tǒng)計(jì)推斷或決策的理論、方法與實(shí)踐.本書除了介紹貝葉斯統(tǒng)計(jì)的基本概念之外，還介紹了不同貝葉斯模型的數(shù)學(xué)背景、與貝葉斯模型對(duì)應(yīng)的各種計(jì)算方法，并基于數(shù)據(jù)例子來(lái)介紹如何通過(guò)各種軟件實(shí)現(xiàn)數(shù)據(jù)分析.本書使用的軟件是以R為平臺(tái)的Stan和以Python為平臺(tái)的PyMC3，

隨著物聯(lián)網(wǎng)、數(shù)字醫(yī)療、智慧城市的興起，時(shí)間序列數(shù)據(jù)分析變得越來(lái)越重要。隨著持續(xù)監(jiān)測(cè)和數(shù)據(jù)收集變得越來(lái)越普遍，對(duì)通過(guò)統(tǒng)計(jì)和機(jī)器學(xué)習(xí)技術(shù)進(jìn)行時(shí)間序列分析的需求將會(huì)增長(zhǎng)。這本實(shí)用指南涵蓋了時(shí)間序列數(shù)據(jù)分析的創(chuàng)新成果和現(xiàn)實(shí)世界的案例，使用傳統(tǒng)統(tǒng)計(jì)方法和現(xiàn)代機(jī)器學(xué)習(xí)技術(shù)，幫你應(yīng)對(duì)時(shí)間序列中最常見的數(shù)據(jù)工程和分析挑戰(zhàn)。作者Aile