本書對分類數(shù)據(jù)分析的方法和模型，及其在社會科學研究中的應用做了全面介紹。它的一個目標是整合變換方法和潛在變量方法，這是兩類不同但又相互補充的處理分類數(shù)據(jù)分析的傳統(tǒng)方法。這也是di一次在一本單冊書中詳細地介紹針對離散因變量、交叉分類和跟蹤數(shù)據(jù)的模型與方法對于廣大的社會科學研究者來說，意義重大，既可以使得他們能順利使用合適

本教材是在原教材的基礎上，研究了教學改革的新形勢，結合一般院校培養(yǎng)應用型高級技術人才的定位，同時考慮了近幾年的教材使用中發(fā)現(xiàn)的問題，經(jīng)過深入研討，進行了大力度的修改，主要有：原第1、2章合并為1章電路及其基本分析方法，每章增加應用實例，不講公式推導，簡化復雜正弦交流電路的分析，簡化不對稱負載電路分析，強調(diào)不對稱負載電路

本書涵蓋了計算統(tǒng)計領域的幾乎所有核心內(nèi)容，既包含一些經(jīng)典的統(tǒng)計計算方法，如求解非線性方程組的牛頓方法、傳統(tǒng)的隨機模擬方法，又系統(tǒng)地介紹了近些年來發(fā)展起來的計算統(tǒng)計中的某些新方法，如模擬退火算法、基因算法、EM算法、MCMC方法、Bootstrap方法等。另外，本書時效性強、實例豐富，書后還提供了大量不同難度的習題

本書系格致方法定量研究系列叢書之一，是同系列中《多元回歸中的交互作用》的姊妹篇。在前著的基礎上，本書通過運用整合了潛變量分析和LISREL法的結構方程模型（SEM）將交互作用分析向前推進了幾步。更為重要的是在結構方程模型的框架下，普通*小二乘法分析中忽略的兩個重要條件（多指標和測量誤差）得到了很好的處理。

本書是劍橋大學統(tǒng)計實驗室的戴維·威廉姆斯教授在為劍橋大學三年級大學生所開設課程的講義的基礎上寫成的,是一本基于測度論的方法來介紹概率論的嚴格理論的入門書。該書的*特點與新穎之處是用了近三分之一的篇幅來介紹先進的鞅的理論與方法（這一點連作者本人也頗為自許）；此外，還有如從第4章獨立性開始便引入-代數(shù)化的表達

《實驗設計數(shù)據(jù)處理與計算機模擬》主要涉及實驗設計、數(shù)據(jù)處理和計算機模擬三部分內(nèi)容，具體包括：誤差理論和測定結果表達、統(tǒng)計推斷和顯著性檢驗、線性回歸、曲線擬合、誤差分析和實驗設計、單因素及雙因素優(yōu)選法、多因素優(yōu)選的正交設計法、二次回歸正交實驗設計、均勻?qū)嶒炘O計、數(shù)學模擬實驗、模型判別與序貫實驗設計、置信域與統(tǒng)計的實驗設計

基因工程——從基礎研究到技術原理

本書為《概率論與數(shù)理統(tǒng)計》(張好治、王健主編，科學出版社，2017年出版)的配套學習參考資料。本書的內(nèi)容和主教材完全對接，第1章到第5章為概率論部分，第6章到第9章為數(shù)理統(tǒng)計部分。每章的內(nèi)容分為內(nèi)容簡介、習題詳解兩部分。在系統(tǒng)學習的基礎上，為讀者設計了5套概率論與數(shù)理統(tǒng)計自測試題和5套概率論自測試題，并配有標準答案，便

本書對以往的教學內(nèi)容進行了一些改革，以突出"應用"的目的，在不影響本課程理論體系完整性和邏輯關聯(lián)性的條件下，適當減少、減弱了概率論部分的理論深度和難度。主要內(nèi)容包括概率論、數(shù)理統(tǒng)計以及演示與實驗三個部分。概率論部分包括基本概念、一維及多維隨機變量及其分布、數(shù)字特征、大數(shù)定律等；數(shù)理統(tǒng)計部分主要包括描述性統(tǒng)計分析、抽樣分

本書為“十三五”普通高等教育本科規(guī)劃教材。本書將“過程控制系統(tǒng)”和“自動化儀表”這兩門課基礎性的教學內(nèi)容深度融合，從工程實際應用出發(fā)，避開煩瑣的理論推導。本書主要內(nèi)容包括概述、過程對象動態(tài)特性和建模、過程調(diào)節(jié)器、過程執(zhí)行器、單回路控制系統(tǒng)、前饋-反饋控制系統(tǒng)、串級控制系統(tǒng)、其他過程控制系統(tǒng)、集散控制系統(tǒng)和過程控制系統(tǒng)工