本書按新時期大學(xué)數(shù)學(xué)教學(xué)大綱要求編寫而成，內(nèi)容豐富，理論嚴(yán)謹(jǐn)，思路清晰，例題典型，方法性強(qiáng).本書注重分析解題思路與規(guī)律，并與現(xiàn)實(shí)生活中的問題緊密結(jié)合，對培養(yǎng)學(xué)生的學(xué)習(xí)興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內(nèi)容涵蓋隨機(jī)事件、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

本書以隨機(jī)過程的統(tǒng)計(jì)特征和性質(zhì)為主線,旨在將實(shí)際應(yīng)用和理論推導(dǎo)聯(lián)系起來,通過概念、定理、例題、詳細(xì)的習(xí)題,盡量體現(xiàn)隨機(jī)過程的理論基礎(chǔ)及應(yīng)用價值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計(jì)類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學(xué)生較為熟練地掌握隨機(jī)過程的理論和應(yīng)用.本書共九章,全書內(nèi)容包括隨機(jī)過程的基本概念、隨機(jī)過程的

《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、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，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、若干集中不等式的相關(guān)知識。第二部分主要介紹常見的數(shù)理統(tǒng)計(jì)知

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間序列模型和長記憶時間序列模型.第2,3章主要介紹檢驗(yàn)和估計(jì)厚尾時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)長記憶時間序列均值變點(diǎn)、時間趨勢項(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。

本書介紹了數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、貝葉斯基礎(chǔ)和統(tǒng)計(jì)計(jì)算等內(nèi)容.在編寫過程中特別注重方法的實(shí)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(shí)需求，在每章最后一節(jié)通過例子對該章的主要內(nèi)容進(jìn)行了R語言實(shí)現(xiàn)，并列出了程序的詳細(xì)步驟.