本書介紹了數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析、貝葉斯基礎(chǔ)和統(tǒng)計計算等內(nèi)容.在編寫過程中特別注重方法的實際應(yīng)用，每個理論后面都列舉了對應(yīng)的例子.同時，為了更貼近社會的現(xiàn)實需求，在每章最后一節(jié)通過例子對該章的主要內(nèi)容進行了R語言實現(xiàn)，并列出了程序的詳細步驟.

本書系統(tǒng)地介紹了雙重廣義線性模型等異方差回歸模型的理論、方法和應(yīng)用。內(nèi)容主要包括：高維數(shù)據(jù)下雙重廣義線性模型的變量選擇研究,縱向數(shù)據(jù)下均值-協(xié)方差模型的變量選擇和貝葉斯分析,半?yún)��?shù)異方差模型的變量選擇和貝葉斯分析,偏正態(tài)異方差模型的異方差檢驗和貝葉斯分析,半?yún)��?shù)混合效應(yīng)雙重回歸模型的貝葉斯分析,以及雙重Logistic

本書從應(yīng)用角度簡要地闡述了試驗設(shè)計、現(xiàn)代統(tǒng)計、數(shù)據(jù)挖掘，以及各專業(yè)領(lǐng)域試驗統(tǒng)計等600多種統(tǒng)計分析技術(shù)。這一版新增加的主要內(nèi)容有折線回歸、高維數(shù)據(jù)Lasso回歸、有序序列聚類分析、水文頻率分析、向量自回歸、格蘭杰因果檢驗、協(xié)整檢驗和誤差修正模型等功能。DPS數(shù)據(jù)處理系統(tǒng)軟件試用版可從網(wǎng)站的下載中心下載、試用。

本書是一本以介紹現(xiàn)代概率論基礎(chǔ)理論和方法為主的概率論教材。共分三部分。第1章和第2章為測度論，用較短的篇幅完整地敘述了測度與積分的一般理論，包括了一般測度、Lebesgue-Stieltjes測度、Lebesgue測度、積分與期望的定義及單調(diào)收斂定理、Fatou引理、Lebesgue控制收斂定理、Fubini定理等主要

本書介紹了概率論與數(shù)理統(tǒng)計的概念、原理、計算方法，以及MATLAB在數(shù)理統(tǒng)計中的應(yīng)用.在編寫中吸收了國內(nèi)外優(yōu)秀教材的優(yōu)點，概念講述通俗易懂，每章中附有精選的例題和習題，并且增加了數(shù)學實驗.書后附有習題參考答案，方便學生自測,書中還配有二維碼，掃碼可以觀看課件、知識點總結(jié)及微課視頻，供學生學習提高使用.

本書試圖較全面地介紹大數(shù)據(jù)技術(shù)的基本原理和方法，包括以統(tǒng)計模型為主的各類數(shù)據(jù)模型以及它們的計算方法，同時還將介紹這些方法在一些領(lǐng)域(如人工智能)中的應(yīng)用。

本書采用排序集抽樣方法，研究產(chǎn)品可靠性中常用指標的估計問題，其主要內(nèi)容來自作者近十年來的研究成果以及相關(guān)的**進展.全書共9章，包括排序集抽樣方法和可靠性理論，標準排序集抽樣下指數(shù)分布的參數(shù)估計和產(chǎn)品可靠度估計，L排序集抽樣下指數(shù)分布的系統(tǒng)可靠度估計，非均等排序集抽樣下中位壽命的非參數(shù)估計，廣義排序集抽樣下可靠壽命的非

本書是基于作者在香港大學和南方科技大學10余年數(shù)理統(tǒng)計教學的經(jīng)驗，同時結(jié)合國內(nèi)其他高校學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：概率和分布、抽樣分布、點估計、區(qū)間估計、假設(shè)檢驗、斜零分布的臨界區(qū)域和值等。本書通過組合傳統(tǒng)教材和課堂PPT各自的優(yōu)點，設(shè)置了經(jīng)緯兩條主線，運用塊狀結(jié)構(gòu)呈現(xiàn)知識點，使得每個知識點自

本書主要內(nèi)容包括隨機事件及其概率，隨機變量及其概率分布，多維隨機變量及其分布，隨機變量的數(shù)字特征，大數(shù)定理與中心極限定理，數(shù)理統(tǒng)計的基本知識，參數(shù)估計，假設(shè)檢驗。本書強調(diào)概念和內(nèi)容的直觀引入及知識間的相互聯(lián)系；在注重理論與實際應(yīng)用背景相結(jié)合的基礎(chǔ)上，強調(diào)隨機性思維和應(yīng)用能力的培養(yǎng)。書中按章設(shè)置了適量的習題，并在書后附有

本書系統(tǒng)地介紹了不確定統(tǒng)計學習理論與支持向量機，除扼要介紹國內(nèi)外其他學者的研究成果外，主要介紹作者已公開發(fā)表的系列研究工作.主要內(nèi)容包括:廣義不確定集、廣義不確定測度與廣義不確定變量、不確定學習過程的一致性、不確定學習過程收斂速度的界、控制不確定學習過程的推廣能力、概率測度空間上基于實隨機樣本的支持向量機、概率測度空間