全書依據(jù)實際工作崗位要求，對典型的工作任務進行選取和提煉，將本教材的教學內(nèi)容進行分解、提煉和排序，設計了六個項目十九個工作任務。通過任務驅動、探索式學習、過程性評價等方式，讓學習者通過具體項目的實施來掌握物業(yè)智能化系統(tǒng)的日常維護與管理、故障的判斷。在項目實施過程中，充分體現(xiàn)了以學生為主體，教師為主導的教學理念，實現(xiàn)“做

本書是以教育部高等學校大學數(shù)學課程教學指導委員會制定的“大學數(shù)學課程教學基本要求”為指導，結合應用型本科院校數(shù)學教學的特點編寫的。全書以通俗易懂的語言，系統(tǒng)地講解了隨機事件及其概率、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、假設檢驗等內(nèi)容。每章后均

從數(shù)字生成視角出發(fā)，將單位根與確定數(shù)據(jù)生成過程融為一體，以經(jīng)典單位根檢驗量為研究對象，結合Sootstrap檢驗方法，從理論證明、仿真模擬和實證分析3個層面展開，內(nèi)容包括：PP、ADF、KSS3種檢驗模式下檢驗量分布；KPSS檢驗模式下模型誤設與檢驗流程構建；遞歸均值調(diào)整檢驗功效與遞歸趨勢調(diào)整檢驗；各種檢驗模式下的So

《單位根和協(xié)整前沿理論的擴展與應用》在解讀這一領域前沿文獻的基礎上，致力于對單位根和協(xié)整理論進行相應地擴展。我們提出了一個新的非對稱和時變方差的AESTAR單位根檢驗；在時變方差和檢驗變量單位根性質未知的條件下，提出兩個新的確定性趨勢檢驗方法；在確定性趨勢和方差同時存在結構變化時，提出新的協(xié)整檢驗方法。這些新的檢驗方法

《時間序列分析發(fā)展簡史》依據(jù)大量的原始文獻和相關研究文獻，盡可能地以概念、思想和方法形成與發(fā)展的時間順序為主線，細致勾勒時間序列分析的起源、歷史發(fā)展的脈絡。同時《時間序列分析發(fā)展簡史》也為時間序列分析課程的理論教學和學習提供文化背景與學術支撐，為現(xiàn)代教學科研探尋方向。

本書架構上分為概率論、數(shù)理統(tǒng)計、統(tǒng)計分析三個部分，章節(jié)設計由淺入深逐步遞進。在概率論部分，第1章為概率論的基礎知識，為概率論的學習做預備，第2、3章為隨機變量的分布及其數(shù)字特征。在數(shù)理統(tǒng)計部分，第4章為數(shù)理統(tǒng)計基本概念，第5-6章為統(tǒng)計推斷。在統(tǒng)計分析部分，第7章通過案例及SPSS軟件介紹了常用的多元統(tǒng)計分析的應用。教

《高斯隨機過程的局部時和隨機流形》主要介紹幾類高斯隨機過程在局部時和隨機流動形等方面的最新研究進展，較為系統(tǒng)地講述局部時和隨機流動形這些概率論中的重要問題.主要內(nèi)容包括：①分數(shù)布朗運動、多分數(shù)布朗運動和次分數(shù)布朗運動等幾類高斯過程的局部時；②由分數(shù)布朗運動驅動的Ornstein-Uhlenbeck過程的碰撞局部時；③兩

本書系統(tǒng)研究了幾類可靠性分布在完全樣本、截尾樣本、無失效樣本以及模糊數(shù)據(jù)情形下參數(shù)的Bayes估計問題。主要內(nèi)容包括：完全樣本情形下的幾類可靠性分布（廣義Pareto分布、艾拉姆咖分布、比例危險率模型和Laplace分布）模型參數(shù)的Bayes估計問題，逆Rayleigh分布參數(shù)的經(jīng)驗Bayes雙側檢驗和一類特殊的單參數(shù)

本書主要內(nèi)容包括概率論、數(shù)理統(tǒng)計兩部分，概率論包括：概率論的基本概念、性質、事件與概率，一維隨機變量的分布、二維隨機變量的分布、數(shù)字特征、大數(shù)定律與中心極限定理；數(shù)理統(tǒng)計包括：數(shù)理統(tǒng)計基本概念、三大常用分布、正態(tài)分布下相關定理、參數(shù)估計、假設檢驗。涵蓋了《全國碩士研究生入學統(tǒng)一考試數(shù)學（概率論與數(shù)理統(tǒng)計部分）考試大綱》

本書研究了基于記錄值樣本的可靠性分布模型參數(shù)的Bayes統(tǒng)計推斷問題和基于記錄值樣本的產(chǎn)品壽命績效指標的統(tǒng)計推斷問題。研究成果可以為工程師在處理含有記錄值數(shù)據(jù)信息的產(chǎn)品性能評估問題時提供決策參考。本書可供從事統(tǒng)計分析、預測、評估工作的工程技術人員參考，也可供高校相關專業(yè)師生參考。