概率论与数理统计

本书主要针对模糊聚类算法中最经典的FCM算法进行了系统分析，并对原始算法进行了改进，将经典的FCM算法和改进的FCM算法应用图像识别、数据聚类和软件测试等不同领域。全书共分7章，第1章介绍了聚类分析发展背景和基础概念；第2章介绍了模糊理论基础知识及模糊聚类分析的方法和应用；第3章介绍了模糊C均值算法的理论知识和研究现状

《概率论与数理统计》一书共8章，内容包括事件与概率、随机变量及其分布、随机变量的数字特征、极限理论、统计量与抽样分布、参数估计、假设检验等。每章均配有不同难度的习题，A部分为基础题，B部分为提高题，书后附有习题解答或提示，供读者参考。

本书主要内容包括：随机事件与概率；随机变量及其分布；多维随机变量及其分布；随机变量的数字特征；大数定律和中心极限定理；统计量及其分布；假设检验；方差分析和正交试验设计初步等。

本书是与高等教育出版社，盛骤、谢式千、潘承毅主编的《概率论与数理统计》（浙大第四版）一书配套的同步辅导及习题全解辅导书。本书共有14章，分别介绍概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数学特征、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验、方差分析及回归分析、bootstrap

本书系统介绍了试验设计与统计分析的原理和方法，在说明样本次数分布的基础上，引申到总体的概率分布和抽样分布。重点讲解统计推断、次数资料的测验方法、方差分析、线性回归分析、曲线回归分析、统计表和统计图、均匀设计与分析等，用计算机解决试验设计与统计分析的难题。

本书系统介绍了多元统计分析的基本理论和方法，在简明介绍描述统计、推断统计、聚类分析、主成分分析、因子分析等多元统计分析方法原理的基础上，并结合经济、管理、社会等领域中的实例，通过计算机实现，将多元统计分析与实际应用相结合。较前版修订多元描述统计部分，30%；增加Copula,协方差分析，面板数据分析，多元时间序列分析及

本书内容主要包括事件与概率，随机变量，数学期望，特征函数，极限定理，抽样分布，参数估计，假设检验，线性回归等第9章。内容精炼，由浅入深，论述严谨。本书是集作者多年教学经验、结合理工科“概率统计”课程的教学需要而编写的。适合高等院校“数学与应用数学”信息与计算科学“统计学”等专业的理工科本科生作为教材使用，也可供科技工作

本书与主教材配套使用，内容包括随机事件和概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、样本及抽样分布、参数估计和假设检验。本书可以作为独立学院本科生概率论与数理统计的跟踪联系册，也可以作为电大、成教相关学生的练习册。

《概率论与建模（第二版）》遵循高等院校教学指导委员会关于概率论与数理统计课程的教学基本要求编写而成，《概率论与建模（第二版）》共9章，分别是随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验和方差分析和回归分析。