時間序列模型廣泛應用于計量經濟學、金融學、生物統計學、工業計量學等領域。本書主要研究了復雜時間序列的理論性質和實際應用，包括對時間序列的分布函數、函數型時間序列，以及局部平穩時間序列多步向前預測區間的統計推斷。本書可作為統計學、數據科學等相關專業本科生或研究生的選修課教材，也可作為統計學科研人員、企業管理人員和國家行政機關工作人員學習預測方法的參考用書。
本書適用于大學本科或研究生階段的概率統計和多元統計分析課程的教學,也可供統計專業本科生做畢業設計參照使用,還可供相關應用領域從業人員參考。本書的特色：1.本書一改傳統的單一理論方法加案例的編寫模式,采用專門的章節進行案例的介紹,使讀者可以迅速地進入應用領域。2.本書對一元概率統計與多元統計的內容進行了詳細的介紹，并對一元概率統計知識在各實際領域的應用實踐進行了深入分析。除此之外，重點講述如何利用各種多元分析方法進行運用實踐，解決各領域的實際問題，這對在校學生學習概率統計知
本書介紹了概率論與數理統計的基本概念、理論與方法，主要內容包括概率論的基本概念、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律及中心極限定理、祥本及抽樣分布、參數估計、參數假設檢驗等，每章均配有習題，便于內容的理解和掌握。本書突出概率論與數理統計的基本思想和應用背景，表述從具體問題入手，由淺入深，由易到難，由具體到抽象，易于理解。 本書可作為高等院校工科、理科及經管類專業的公共基礎課程教材，也可供其他專業學生選讀。
"本書是根據作者多年的全英文教學經驗編寫而成的，是與作者編寫的《概率論與數理統計(英文)》相配套的學習輔導用書。本書主要圍繞概率與隨機事件、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律和中心極限定理、參數估計、假設檢驗、線性回歸分析設計問題，并通過系統、詳盡的解答分析，以及對題目背后內涵和關系的深入挖掘來幫助讀者進一步提高概率論與數理統計的基本理論水平和實踐應用能力。在編寫過程中，作者吸取了國內外優秀教材和輔導用書的優點，注重理論與實踐相結合。本書系統性強，圖例豐
本書是多元數據分析的基礎教材，內容涵蓋方差分析、總體分布和獨立性檢驗、矩陣的奇異值分解、 多元線性回歸分析、主成分分析、因子分析、聚類分析、多維標度分析、判別分析、邏輯回歸分析、典 型相關分析等多元數據分析的核心內容。寫作上力求深入淺出、循序漸進，既照顧學生的理解能力與學 習興趣，又考慮內容的全面性與深度。本書在內容取舍、習題選擇等方面依據作者的教學經驗做了仔細 考慮，同時參考國內外的經典教材與文獻，力求做到與時俱進，能夠與前置和后續課程很好地銜接。 書
?介紹 R 和 R Commander ?介紹如何下載和安裝軟件?演示將 R Commander 應用于一個簡單的數據分析問題，從數據輸入到報告撰寫?解釋如何在 R Commander 中輸入和操作數據?描述了 R Commander 中許多常用統計方法的實現?展示如何對概率分布進行計算以及如何進行簡單的模擬?演示 R Commander 插件包的使用，它擴展了 R Commander 接口的功能
線性回歸模型是一個非常有效且重要的數據分析方法，但它的局限性是要求因變量是定量變量（定距變量、定比變量）而非定性變量（定序變量、定類變量）。但在許多實際問題中，經常出現因變量有兩個或三個分類的情況，此時就需要應用logistic回歸分析。本書系統地把logistic回歸與線性回歸模型的OLS的R2、估計標準誤差、t比率和斜率做比較，全面解釋了logistic回歸模型的估計、解釋和診斷結果。傳統回歸診斷和學生化殘差、杠桿、dbeta都包括在創新的logistic診斷法內。最后詳細說明了多選項
在經濟學、政治學、社會學、心理學和教育學等學科領域，因子分析法應用廣泛。本書作者用明確的數據分析例子，詳細介紹了因子分析的不同方法，以及它們在何種情況下最有用。更深入探討了驗證性和探索性因子分析的差別和因子旋轉的各種標準。特別值得一提的是對不同形式的斜交旋轉的討論，以及如何解釋從這些分析中得到的各項系數。此外，作者也回答了在探索性因子分析中抽取出來的尺度得分，并討論了分析它們時會遇到的一些問題。
本書以集員估計理論為基礎，圍繞有界干擾系統信息融合濾波開展研究。首先，提出一種輸入-狀態穩定的定界橢球自適應濾波算法，提高濾波的收斂性和跟蹤性能，并針對不同的精度和實時性要求進一步提出固定滯后區間平滑算法和基于次優定界橢球的有界干擾系統濾波算法。其次，為解決非線性有界干擾濾波算法存在的線性化誤差大、線性化過程復雜，以及邊界存在保守性等問題，提出基于中心差分的非線性有界干擾濾波算法。再次，對有界干擾下的融合濾波方法進行研究，提出相應的融合算法。最后，考慮實際應用中噪聲的復雜性，提出具有雙重不確定性
新書資訊 新書推薦