非參數(shù)估計方法是現(xiàn)代統(tǒng)計學中的重要方法,本書主要介紹非參數(shù)密度估計、非參數(shù)回歸估計和經(jīng)驗似然方法.非參數(shù)密度估計的內(nèi)容包括核密度估計、最近鄰密度估計和頻率插值密度估計,而非參數(shù)回歸估計的內(nèi)容包括隨機設(shè)計權(quán)函數(shù)回歸估計、固定設(shè)計權(quán)函數(shù)回歸估計和混合相依樣本下的回歸估計.書中主要介紹這些估計方法的構(gòu)造和定義,以及相關(guān)的大樣

本書主要內(nèi)容包含隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗等。本書注重概率統(tǒng)計的工程應用背景知識，通過介紹知識點的背景、起源和相關(guān)科學家等內(nèi)容，來激發(fā)學生的學習興趣。本書內(nèi)容上一方面精簡壓縮一些傳統(tǒng)知識點、淡化計算技巧，另一方面通過引入人工智能、

《估計與濾波及其應用》以隨機過程理論為基礎(chǔ)，系統(tǒng)地論述了隨機信號估計與濾波的基本理論和方法，重點研究了雷達信號的波達方向和極化參數(shù)的估計與波束形成（空域濾波）、聲吶信號的矢量與空間平滑方法和基于聲波測量的氣流速度估計。同時針對矢量傳感器陣列，《估計與濾波及其應用》將四元數(shù)代數(shù)理論引入陣列信號處理中，建立了信號的四元數(shù)模

《多元統(tǒng)計分析》介紹了多元統(tǒng)計分析的方法和理論，以及R語言計算，涵蓋了經(jīng)典多元統(tǒng)計分析的全部內(nèi)容，包括：矩陣運算知識、數(shù)據(jù)可視化與R語言、多元正態(tài)分布、多元正態(tài)總體的抽樣分布、多元正態(tài)分布的參數(shù)估計、置信域和假設(shè)檢驗、線性回歸模型、多元多重回歸分析、主成分分析、因子分析、判別分析、聚類分析和典型相關(guān)分析等內(nèi)容，以及R語

本書系統(tǒng)講解了多元統(tǒng)計分析的基本理論和一些常用的多元統(tǒng)計方法。本書共9章，第1章為緒論，第2~3章介紹多元統(tǒng)計推斷的基本理論，包括多元正態(tài)抽樣分布理論、參數(shù)估計和多元正態(tài)總體的假設(shè)檢驗；第4~9章分別介紹各種常用的多元統(tǒng)計方法，包括判別分析、聚類分析、主成分分析、因子分析、對應分析和典型相關(guān)分析。本書各種統(tǒng)計方法的算法

概率論是研究隨機現(xiàn)象數(shù)量規(guī)律的數(shù)學分支。以嚴格的概率理論為基礎(chǔ)，數(shù)理統(tǒng)計則研究如何根據(jù)數(shù)據(jù)對隨機現(xiàn)象的客觀規(guī)律作出估計與推斷。《概率論與數(shù)理統(tǒng)計》為適應新形勢下的大學數(shù)學教育需求，并結(jié)合編委會成員多年的教學經(jīng)驗和體會編寫而成，在內(nèi)容體系、觀點和方法等方面進行了嘗試和創(chuàng)新�！陡怕收撆c數(shù)理統(tǒng)計》共八章，第1章至第5章為概率

《概率論講義=LectureNotesonProbabilityTheory：英文》是全英文撰寫，共六章，內(nèi)容包括：概率及概率空間，隨機變量及分布函數(shù)，聯(lián)合分布隨機變量，隨機變量的期望與方差，隨機變量的特征函數(shù)，大數(shù)定律與中心極限定理�！陡怕收撝v義=LectureNotesonProbabilityTheory：英文》

《概率論與數(shù)理統(tǒng)計習題課教程（第二版）》是依據(jù)教育部《經(jīng)濟管理類本科數(shù)學基礎(chǔ)課程教學基本要求》，針對高等學校經(jīng)濟類、管理類各本科專業(yè)的教學實際編寫的。《概率論與數(shù)理統(tǒng)計習題課教程（第二版）》包括隨機事件及概率、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計基礎(chǔ)知識、參數(shù)

本書介紹非參數(shù)統(tǒng)計的基本概念和方法,其內(nèi)容包括預備知識、U統(tǒng)計量、基于二項分布的檢驗、列聯(lián)分析、秩檢驗、檢驗的功效與漸近相對效率、概率密度估計、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習題側(cè)重于應用.本書的特點是側(cè)重于介紹非參數(shù)統(tǒng)計在各應用領(lǐng)域中的常用方法,盡可

利用時間序列預測技術(shù)對數(shù)據(jù)進行統(tǒng)計分析，可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預測技術(shù)模型構(gòu)建簡單，對于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預測理論解決時間序列分析與預測問題，是近年來的研究熱點之一。《基于群智能優(yōu)化算法的預測理論與方法的研究及應用》闡述了基于群智能優(yōu)化算法的預測理論