《概率論與數(shù)理統(tǒng)計(jì)》是根據(jù)高等院校概率論與數(shù)理統(tǒng)計(jì)課程教學(xué)的基本要求，結(jié)合我們多年來對概率論與數(shù)理統(tǒng)計(jì)課程教學(xué)內(nèi)容和教學(xué)方法改革與創(chuàng)新的成果而編寫的.《概率論與數(shù)理統(tǒng)計(jì)》主要內(nèi)容包括：概率論的基本概念、一維隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、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)的基本概念、參數(shù)估計(jì)、

本書重點(diǎn)研究了位置數(shù)據(jù)的智能聚類學(xué)習(xí)相關(guān)模型和算法前沿，集中反映了作者近年來對空間數(shù)據(jù)聚類與智能優(yōu)化相結(jié)合的研究成果，系統(tǒng)闡述了GPS位置數(shù)據(jù)聚類學(xué)習(xí)的相關(guān)模型與算法。本書共分為7章，包括GPS位置數(shù)據(jù)聚類模型和智能優(yōu)化的關(guān)鍵技術(shù)，GPS位置數(shù)據(jù)的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動(dòng)聚類模型與算法，基于Ma

本書主要介紹概率論和隨機(jī)過程的基礎(chǔ)知識(shí)和基本概念，內(nèi)容包括概率論和隨機(jī)過程兩部分。第1~5章介紹概率論的基本概念及定理，主要包括隨機(jī)事件與概率、離散型隨機(jī)變量及其分布、連續(xù)型隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理;第6章介紹隨機(jī)過程的基本概念、泊松過程、馬爾可夫過程、鞅、布朗運(yùn)動(dòng)、隨機(jī)積分和伊藤公

《概率論與數(shù)理統(tǒng)計(jì)（人工智能專用）》介紹了與人工智能密切相關(guān)的概率論與數(shù)理統(tǒng)計(jì)的內(nèi)容。全書分成兩大部分，di一部分主要介紹概率論的知識(shí)，涵蓋概率論的基本概念、一維隨機(jī)變量及其分布、二維隨機(jī)變量及其分布，數(shù)字特征，大數(shù)定理和中心極限定理外，還增加了信息論基礎(chǔ)知識(shí)、若干集中不等式的相關(guān)知識(shí)。第二部分主要介紹常見的數(shù)理統(tǒng)計(jì)知

本書主要介紹了統(tǒng)計(jì)和數(shù)據(jù)分析的基本知識(shí)、數(shù)據(jù)采集的操作、數(shù)據(jù)采集后的清洗加工操作、描述性統(tǒng)計(jì)分析、抽樣估計(jì)分析、統(tǒng)計(jì)指數(shù)分析、相關(guān)與回歸分析、時(shí)間序列分析、數(shù)據(jù)可視化展現(xiàn)，以及制作數(shù)據(jù)分析報(bào)告等內(nèi)容。本書采用理論結(jié)合實(shí)戰(zhàn)的方式，不僅介紹了數(shù)據(jù)分析的必要原理、方法，還充分結(jié)合了日常生活和工作中的案例，將理論加以實(shí)踐和分析

本書是概率論與數(shù)理統(tǒng)計(jì)課程的學(xué)習(xí)輔導(dǎo)書，內(nèi)容包括：概率論的基本概念、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律及中心極限定理、樣本及抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)等。每章均按章節(jié)順序從基本概念、典型例題、綜合練習(xí)三部分進(jìn)行編寫，并對典型例題進(jìn)行了分析和詳解.書后附有4套模擬試題，方便學(xué)生期末復(fù)習(xí)

本書是根據(jù)教育部高等學(xué)校統(tǒng)計(jì)學(xué)專業(yè)教學(xué)指導(dǎo)分委員會(huì)制定的《統(tǒng)計(jì)學(xué)專業(yè)教學(xué)規(guī)范(授經(jīng)濟(jì)學(xué)學(xué)位)》中提出的課程設(shè)置和教學(xué)內(nèi)容綱要編寫出版的系列教材之一。本書介紹數(shù)理統(tǒng)計(jì)學(xué)的統(tǒng)計(jì)思想、理論和方法，主要內(nèi)容包括總體、樣本、統(tǒng)計(jì)量等概念以及常用分布、點(diǎn)估計(jì)理論、假設(shè)檢驗(yàn)、區(qū)間估計(jì)、線性模型以及統(tǒng)計(jì)決策理論和貝葉斯推斷等。本書強(qiáng)調(diào)

本書第1章主要介紹變點(diǎn)檢驗(yàn)和在線監(jiān)測的一些經(jīng)典方法，并介紹本書著重討論的厚尾時(shí)間序列模型和長記憶時(shí)間序列模型.第2,3章主要介紹檢驗(yàn)和估計(jì)厚尾時(shí)間序列模型均值變點(diǎn)和持久性變點(diǎn)的一些方法.第4,5章介紹檢驗(yàn)長記憶時(shí)間序列均值變點(diǎn)、時(shí)間趨勢項(xiàng)變點(diǎn)、方差變點(diǎn)及長記憶參數(shù)變點(diǎn)的一些方法.第6章介紹在線監(jiān)測厚尾時(shí)間序列持久性變點(diǎn)

本書主要介紹了雙參數(shù)韋布爾分布模型,并從雙參數(shù)韋布爾分布在可靠性領(lǐng)域的應(yīng)用角度介紹了相關(guān)可靠性統(tǒng)計(jì)方法,包括韋布爾分布的確定方法、基于極大似然估計(jì)的可靠性統(tǒng)計(jì)方法、基于分布曲線擬合的可靠性統(tǒng)計(jì)方法、基于Bayes的可靠性統(tǒng)計(jì)方法、其他可靠性統(tǒng)計(jì)方法及改進(jìn)韋布爾分布的可靠性統(tǒng)計(jì)方法。

本書研究分類數(shù)據(jù)的統(tǒng)計(jì)過程控制.近年來，統(tǒng)計(jì)過程控制的研究成果十分豐富，但大都集中在取值為具體數(shù)值的連續(xù)數(shù)據(jù).本書關(guān)注的分類數(shù)據(jù)取值為若干個(gè)類別或?qū)傩运�平，信息量較少，但在生活生產(chǎn)中極為常見.本書內(nèi)容來自作者和合作者近年來的研究成果，從一元或多元、名義或有序、獨(dú)立或自相關(guān)、相關(guān)性或因果關(guān)系等角度，系統(tǒng)地介紹了分類數(shù)據(jù)統(tǒng)