全書共分10章。第1章對回歸分析的研究內(nèi)容和建模過程給出綜述性介紹；第2章和第3章詳細介紹了一元和多元線性回歸的參數(shù)估計、顯著性檢驗及其應用；第4章對違背回歸模型基本假設的異方差、自相關和異常值等問題給出了診斷和處理方法，在這一章增加了BOX-COX變換；第5章介紹了回歸變量選擇與逐步回歸方法；第6章就多重共線性的產(chǎn)生

本書是高等學校經(jīng)濟類專業(yè)概率論與數(shù)理統(tǒng)計課程的配套教學參考書，內(nèi)容完全與教材各章節(jié)對應，主要有一維和多維隨機變量及其分布、隨機變量的數(shù)值特征、數(shù)理統(tǒng)計的基礎知識、參數(shù)估計、假設檢驗、方差分析和回歸分析等習題解答。為了照顧到部分要深造的考研學生，學習參考書中還增加了部分有一個難度的補充題。

回歸診斷是用于探索存在于回歸分析中問題及判斷某些假設是否合理的一種技術�！痘貧w診斷簡介》主要回顧蕞小二乘線性回歸，討論多元回歸中共線性的問題，處理奇異與強影響數(shù)據(jù)，探討誤差非線性、不一致的誤差方差和非線性問題，簡要闡釋離散數(shù)據(jù)產(chǎn)生的問題，介紹基于蕞大似然法、計分檢驗和構造變量的較復雜的診斷方法。*后，探討了如何將介紹的

本書注重闡明概率論的基本概念、基本理論以及數(shù)理統(tǒng)計常用方法的背景和思想。全書主要包括大數(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、假設檢驗、回歸分析、方差分析等內(nèi)容，并通過配套的例題和習題，加強讀者對基本理論和公式的理解和應用。

人工智能技術可以使機器模擬人的思維能力，解決推理、分析、判斷、尋優(yōu)等問題，為實現(xiàn)廣義控制系統(tǒng)的智能化提供理論基礎與方法工具。本書通過三個主要研究步驟，嘗試解決上述問題。本書的創(chuàng)新點主要有三個：一是系統(tǒng)描述了預測與神經(jīng)網(wǎng)絡計算智能與經(jīng)典PID控制相結合的方法。二是系統(tǒng)描述了預測與神經(jīng)計算智能復合經(jīng)典PID控制方法與實現(xiàn)。

本書共10章。內(nèi)容包括：隨機事件與概率、條件概率與獨立性、一維隨機變量及其分布、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、假設檢驗、方差分析與回歸分析。

本書主要內(nèi)容包括：隨機事件的概率，一維和二維隨機變量及其分布，隨機變量函數(shù)的分布，隨機變量的數(shù)字特征，大數(shù)定律與中心極限定理，統(tǒng)計量及其分布，參數(shù)估計，假設檢驗及隨機過程的基本知識。

本書主要包括抽樣及描述性統(tǒng)計、概率、誤差的傳播、常用的分布、置信區(qū)間估計、假設檢驗、相關性和簡單線性回歸、多次回歸、析因實驗、統(tǒng)計上的質(zhì)量控制、變量的控制圖表、計數(shù)值管制圖表、單因素實驗中的成對比較、利用仿真構造置信區(qū)間、預測區(qū)間和公差區(qū)間、總體均值的大樣本置信區(qū)間等內(nèi)容。

在21世紀，統(tǒng)計方法在范圍和影響方面都有驚人的擴展。大數(shù)據(jù)、數(shù)據(jù)科學和機器學習已經(jīng)成為新聞中常見的術語，因為統(tǒng)計方法被用于處理現(xiàn)代科學和商業(yè)的龐大數(shù)據(jù)集。我們是怎么走到這一步的？我們又將走到哪里？ 本書將帶你踏上數(shù)據(jù)分析變革的振奮之旅。從經(jīng)典推斷理論（貝葉斯理論、頻率理論和Fisher理論）開始，各章節(jié)分別介紹一系列

本書是與清華大學出版社2017年出版的《概率論與數(shù)理統(tǒng)計（第2版）》（張艷、程士珍主編）教材相配套的學習輔導書.內(nèi)容包括該書各章的知識點、典型例題、習題與綜合練習題全解，另外，還配有大量的訓練題及參考答案，以供考研學生提升解題技巧.本書注重體現(xiàn)概率統(tǒng)計的思想方法與基本內(nèi)容，強調(diào)對學生解題方法與能力的培養(yǎng)，力求做到深入淺