近來，被稱為“數(shù)據(jù)科學(xué)家”的研究者備受關(guān)注，充分運(yùn)用數(shù)據(jù)進(jìn)行分析，變得越來越重要。這種活用數(shù)據(jù)的基礎(chǔ)便是“統(tǒng)計(jì)與概率”�！禕R》統(tǒng)計(jì)與概率，不僅對于研究者，對于生活在現(xiàn)代社會的所有人來說都是可以在現(xiàn)實(shí)生活中發(fā)揮重要作用的知識。在日常生活中，正確解讀數(shù)據(jù)，從而進(jìn)行合理的判斷，也是依靠概率和統(tǒng)計(jì)的思考方法�！禕R》在本書中

概率論與數(shù)理統(tǒng)計(jì)既是現(xiàn)代數(shù)學(xué)的重要分支,也是現(xiàn)代統(tǒng)計(jì)學(xué)的基礎(chǔ),是各類專業(yè)大學(xué)生最重要的數(shù)學(xué)必修課之一.本書是為高等學(xué)校非數(shù)學(xué)專業(yè)編寫的概率論與數(shù)理統(tǒng)計(jì)教材，也是“十二五”普通高等教育本科***規(guī)劃教材的新形態(tài)改版升級.全書共9章，內(nèi)容包括隨機(jī)事件、隨機(jī)變量、隨機(jī)向量、數(shù)字特征、極限定理、樣本與統(tǒng)計(jì)量、參數(shù)估計(jì)、假設(shè)檢驗(yàn)

本書是《概率統(tǒng)計(jì)引論（第二版）》（魏立力等編著）的配套輔導(dǎo)書，共分9章47節(jié)，除5.1節(jié)外，每1節(jié)都包括了4部分內(nèi)容：內(nèi)容概要——主要概念與結(jié)論的圖譜；有問有答——對有關(guān)內(nèi)容可能會產(chǎn)生的疑問及解答；內(nèi)容進(jìn)階——相關(guān)內(nèi)容的注釋、補(bǔ)充和引導(dǎo)；習(xí)題詳解——原《引論》每一道習(xí)題的詳細(xì)解答。

《高等概率論》從Kolmogorov公理化體系出發(fā),主要講授高等概率論的基礎(chǔ)概念和基本方法,分概率論、隨機(jī)過程和鞅論三部分內(nèi)容.《高等概率論》共十章,具體包括緒論、概率空間與隨機(jī)變量、分布與積分、條件數(shù)學(xué)期望、隨機(jī)變量列的收斂、特征函數(shù)及其應(yīng)用、隨機(jī)過程基礎(chǔ)、鞅論基礎(chǔ)、可選時定理的應(yīng)用、隨機(jī)點(diǎn)過程等.《高等概率論》在內(nèi)

本書將模糊數(shù)據(jù)作為統(tǒng)計(jì)學(xué)研究范疇的對象，特別是以具有凸性的模糊數(shù)據(jù)作為研究對象，將統(tǒng)計(jì)學(xué)分析方法和模糊數(shù)學(xué)理論有機(jī)地結(jié)合起來，尤其是將α截集與置信區(qū)間分析方法相結(jié)合，提出并研究了模糊統(tǒng)計(jì)估計(jì)方法、廣義模糊估計(jì)量等。這些成果豐富和發(fā)展了模糊數(shù)據(jù)統(tǒng)計(jì)分析方法，在模糊數(shù)據(jù)統(tǒng)計(jì)分析方法的方法論、認(rèn)識論上具有一定程度的創(chuàng)新發(fā)展。

本書是與上海財(cái)經(jīng)大學(xué)數(shù)學(xué)學(xué)院編寫的《概率論與數(shù)理統(tǒng)計(jì)》（ISBN：978-7-115-59060-2）配套的學(xué)習(xí)指導(dǎo)書．本書根據(jù)高等院校非數(shù)學(xué)類專業(yè)概率論與數(shù)理統(tǒng)計(jì)課程教學(xué)的基本要求，充分吸收國內(nèi)外教材輔導(dǎo)書和考研輔導(dǎo)書的精華，結(jié)合編者多年的教學(xué)經(jīng)驗(yàn)編寫而成．全書共8章，包括事件與概率、隨機(jī)變量及其分布、隨機(jī)向量及其分

本書主要介紹了現(xiàn)代隨機(jī)過程理論中一些經(jīng)典的理論,內(nèi)容包括預(yù)備知識、隨機(jī)過程的基本概念、泊松過程、布朗運(yùn)動、馬爾可夫鏈、更新過程、鞅與停時、隨機(jī)積分與隨機(jī)微分方程以及它們在破產(chǎn)理論和金融衍生產(chǎn)品定價方面的應(yīng)用.本書選材精簡實(shí)用,內(nèi)容安排得當(dāng),論述簡潔明了,語言自然流暢,具有很好的可讀性.此外,每小節(jié)之后基本都配有精選的練

全書共十章，內(nèi)容包括回歸分析、變量選擇、時間序列、非參數(shù)統(tǒng)計(jì)、聚類分析、判別分析、邏輯斯諦回歸與支持向量機(jī)、主成分分析、因子分析、縱向數(shù)據(jù)分析。各章都有豐富的案例分析，為使書中案例貼近數(shù)據(jù)的應(yīng)用實(shí)際，采用了方便獲取的證券市場高頻數(shù)據(jù)，并使用國際通用的R軟件進(jìn)行數(shù)據(jù)收集、處理、加工和分析，便于讀者自己動手和實(shí)際應(yīng)用。全書

本書是隨機(jī)微分方程與隨機(jī)分析初學(xué)者的入門教材,系統(tǒng)地介紹了概率論、鞅和隨機(jī)積分及隨機(jī)微分方程的基礎(chǔ)知識、基本理論和典型方法。內(nèi)容包括：測度與積分、獨(dú)立性、Radon-Nikodym定理和條件數(shù)學(xué)期望等概率論的基礎(chǔ)知識；停時、離散鞅和連續(xù)鞅的基本內(nèi)容；鞅和連續(xù)局部半鞅隨機(jī)積分的一般理論及Ito型隨機(jī)微分方程的初步內(nèi)容。

本書是基于作者在香港大學(xué)和南方科技大學(xué)共14年計(jì)算統(tǒng)計(jì)教學(xué)的經(jīng)驗(yàn)，同時結(jié)合國內(nèi)其他高校學(xué)生和教師的具體情況精心撰寫而成的，本書主要內(nèi)容包括：產(chǎn)生隨機(jī)變量的方法、幾個重要的優(yōu)化方法、蒙特卡洛積分方法、貝葉斯計(jì)算中的MCMC方法，Bootstrap方法等。本書通過組合傳統(tǒng)教科書和課堂PPT各自的優(yōu)點(diǎn)，設(shè)置了經(jīng)緯兩條主線，運(yùn)

全書共6章，內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識、參數(shù)估計(jì)、概率模型.除最后一章外，每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型，介紹概率方法的應(yīng)用，幫助讀者更好地理解概率論的思想和方法，進(jìn)一步提升讀者的數(shù)學(xué)建模能力，同時增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

全書共6章,內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識、參數(shù)估計(jì)、概率模型.除最后一章外,每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型,介紹概率方法的應(yīng)用,幫助讀者更好地理解概率論的思想和方法,進(jìn)一步提升讀者的數(shù)學(xué)建模能力,同時增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

本書面向復(fù)雜不確定環(huán)境下可解釋分類的需求，重點(diǎn)闡述作者提出的置信規(guī)則分類方法體系及其在實(shí)際工程中的應(yīng)用。全書主要內(nèi)容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識雙驅(qū)動的復(fù)合置信規(guī)則分類、精確且可解釋的置信關(guān)聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類、面向軟標(biāo)簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類等方面的理

本書共11章,內(nèi)容包括隨機(jī)事件及其概率、隨機(jī)變量及其分布、隨機(jī)向量、隨機(jī)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(jì)的基本知識、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與回歸分析、Matlab軟件應(yīng)用、常見的概率論與數(shù)理統(tǒng)計(jì)模型。各章配有一定數(shù)量的習(xí)題,書末附有習(xí)題選解與提示,并提供預(yù)備知識及6種附表以備查用。本書的編寫始終以

時間序列分析是概率統(tǒng)計(jì)學(xué)科中應(yīng)用性很強(qiáng)的一個分支，具有非常特殊的、自成體系的一套理論和分析方法，在金融、經(jīng)濟(jì)、氣象、水文、信號處理、工程技術(shù)等眾多領(lǐng)域得到了廣泛應(yīng)用。本書以時間序列的統(tǒng)計(jì)特征和建模步驟為主線，系統(tǒng)介紹時間序列的基本理論、建模和預(yù)測方法以及實(shí)踐應(yīng)用，目的是使讀者掌握時間序列分析的基本理論、建模和預(yù)測的方法

本書基于回聲狀態(tài)網(wǎng)絡(luò)ESN研究時間序列分類和預(yù)測問題：第一，分析了面向時間序列分析的ESN；第二，研究了基于DE和ESN的時間序列分類方法；第三，研究了基于BSA優(yōu)化ESN的時間序列預(yù)測方法；第四，研究了基于組合ESN的時間序列預(yù)測方法；第五，設(shè)計(jì)了基于小波ESN的旅游需求預(yù)測模型；第六，構(gòu)建了基于雙儲備池ESN的電力

現(xiàn)代非參數(shù)統(tǒng)計(jì)方法是統(tǒng)計(jì)學(xué)方法論的一個重要組成部分，本書主要介紹若干經(jīng)典的現(xiàn)代非參數(shù)統(tǒng)計(jì)方法，包括非參數(shù)密度估計(jì)、非參數(shù)回歸方法、分位數(shù)回歸和非參數(shù)似然方法(經(jīng)驗(yàn)似然)。密度估計(jì)方面介紹一元和多元核密度估計(jì)；非參數(shù)回歸方面介紹局部多項(xiàng)式估計(jì)的構(gòu)造、理論性質(zhì)和應(yīng)用，樣條函數(shù)的基本理論、樣條估計(jì)理論；分位數(shù)回歸方面介紹分位

本書系統(tǒng)地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機(jī)場的相變、信息度量，以及網(wǎng)絡(luò)演化博弈論。全書共10章，分為三個部分。第一部分包括第1章至第3章，給出了隨機(jī)場的一般定義，重點(diǎn)介紹馬爾可夫場和Gibbs場，以及它們的等價關(guān)系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二

《非線性系統(tǒng)的行波解》以時滯連續(xù)與離散反應(yīng)擴(kuò)散方程、積分-差分方程和隨機(jī)種群模型為研究對象,歸納總結(jié)了作者多年研究行波解的成果,系統(tǒng)講述了作者利用打靶法、單調(diào)迭代、不動點(diǎn)定理、滑行方法等研究時滯反應(yīng)擴(kuò)散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術(shù)和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調(diào)動力系統(tǒng)和大偏差

本書主要講述混合、正負(fù)相協(xié)、拓廣負(fù)相依、寬相依和負(fù)超可加相依等相依結(jié)構(gòu)下的不等式研究，特別是非參數(shù)和半?yún)��?shù)模型的統(tǒng)計(jì)理論和方法，如若干相依序列的定義和不等式、密度函數(shù)和分布函數(shù)估計(jì)的相合性與漸近正態(tài)性、非參數(shù)回歸函數(shù)小波估計(jì)的強(qiáng)相合和Berry-Esseen界、半?yún)��?shù)回歸模型小波估計(jì)的弱收斂速度和Berry-Essee