本書展示了如何運用數(shù)學(xué)資源中的圖論來理解復(fù)雜對數(shù)線性模型表明的關(guān)聯(lián)結(jié)構(gòu)。作者首先回顧了二向與多向列聯(lián)表的關(guān)系模式，以及這些表的對數(shù)線性模型。在介紹了圖論中的一些關(guān)鍵概念后，作者緊接著將這些思想應(yīng)用到對數(shù)線性模型的兩個圖形典型中：關(guān)聯(lián)圖和生成多重圖。利用豐富示例以及清晰解釋，作者展示了對數(shù)線性模型的兩個圖形典型如何說明模
什么是合并時間序列？正如字面上所表達的，時間序列（在一個分析單位下規(guī)律出現(xiàn)的具有時間性的觀測值）由橫截面數(shù)據(jù)（在單獨時間點上一個分析單位下的觀測值）組成的一個數(shù)據(jù)集。這些分析單位可以是學(xué)校、健康組織、商業(yè)交易、城市、國家等。為什么需要進行合并分析呢？其中一個原因在于，當下研究者可以獲得越來越多的相關(guān)橫截面數(shù)據(jù)與時間序列
《狄氏型和對稱馬爾科夫過程》是學(xué)習(xí)狄氏型和對稱馬爾科夫過程的標準參考書。第一部分主要包括對狄氏型理論的介紹和綜合理解。狄氏型是在馬爾科夫半群方向下的一種經(jīng)典的狄氏積分的公理化擴張。第二部分包括分析理論，對稱馬爾科夫理論的概率位勢理論，以及加性泛函數(shù)等。本書各章有習(xí)題，書后附有題解。讀者對象：應(yīng)用數(shù)學(xué)領(lǐng)域的研究人員和研究
《吉布斯測度和相變》不僅僅是對吉布斯測度和相變的一個簡單的介紹，其中還包括統(tǒng)計力學(xué)下相變中的數(shù)學(xué)理論和廣泛而具有深度的討論。本書主要包括四部分，第一部分是理論的基本理論；第二部分是對經(jīng)典理論一系列結(jié)果的總結(jié)；第三部分是在Zd上的空間分布均勻的吉布斯測度；第四部分是基于Zd移位不變性模型的相位變化的存在性。讀者對象：數(shù)學(xué)
本書全面總結(jié)了離散時間、一般狀態(tài)空間的馬爾可夫過程理論,特別給出了通常的遍歷性和幾何遍歷性的判別準則,以及馬爾可夫過程理論在通訊網(wǎng)絡(luò)等工程技術(shù)領(lǐng)域中的大量應(yīng)用實例。本書起點不高，論述詳盡，條理清楚，曾獲得1994年度ORSA/TIMS“應(yīng)用概率優(yōu)秀出版物獎”。第2版保留了第一版的內(nèi)容和風(fēng)格，并新增“第2版結(jié)束語”一章。
《半?yún)?shù)平滑轉(zhuǎn)換自回歸模型理論研究及其應(yīng)用/墨香財經(jīng)學(xué)術(shù)文庫》使用非參數(shù)方法拓展傳統(tǒng)的STAR模型，首次提出半?yún)?shù)STAR模型。在保持STAR模型基本形式不變的前提下，讓轉(zhuǎn)換變量以非參數(shù)的形式進入轉(zhuǎn)換函數(shù)，在保留傳統(tǒng)STAR模型較好的經(jīng)濟學(xué)解釋能力的同時，該模型能夠避免模型誤設(shè)的風(fēng)險，從而提高模型的樣本外預(yù)測能力�！栋�
《概率論與數(shù)理統(tǒng)計（第二版）/高等學(xué)校數(shù)學(xué)教材系列叢書》包括了概率論和數(shù)理統(tǒng)計的基本內(nèi)容：隨機事件與概率，隨機變量與概率分布，隨機變量的數(shù)字特征，隨機向量；抽樣和抽樣分布，參數(shù)估計。假設(shè)檢驗，方差分析及回歸分析�！陡怕收撆c數(shù)理統(tǒng)計（第二版）/高等學(xué)校數(shù)學(xué)教材系列叢書》敘述清楚，簡明易懂，重點突出，只要求讀者具有微積分和
《概率論與隨機過程（英文版）》系統(tǒng)地介紹概率論與隨機過程的基本概念、基本方法、基本理論以及應(yīng)用。《概率論與隨機過程（英文版）》分為8章。前4章介紹概率論的一般知識及應(yīng)用，后四章介紹隨機過程的一般知識及應(yīng)用。 《概率論與隨機過程（英文版）》注重概念之間的聯(lián)系和背景介紹，強調(diào)知識的應(yīng)用，而且《概率論與隨機過程（英文版）》
書單推薦
