《广义线性模型导论》系统介绍了广义线性模型的概念基础和基本原则，通过具体案例和SAS统计软件阐释了将logistic回归等整合到拟合广义线性模型架构中的方法。本书的目的在于，向熟悉经典线性模型的普通社会科学研究者展示，如何从线性回归模型推广到非连续自变量的其他模型，而不失这两种模型间的共同根基及相似性。

本书内容包括：如何应用Mathematica7做因式分解、数项求和、函数极限、不定积分、求解偏微分方程、求解线性方程组、计算矩阵的特征值和特征向量、矩阵分解、插值、拟合和统计等数学运算；如何用函数、数据、图元素画图；如何自定义函数和写程序构建程序包。

本书是一本优秀的法国数学著作，系统全面地介绍了马尔可夫链的基本性质和结论，然后围绕这一主题给出了丰富的应用结果。基于蒙特卡罗(Monte-Carlo)算法和离散时间与连续时间的马尔可夫链，本书给出了算法的多种应用，例如在基因学中、物种发展学中及互联网络中。同时在最后一章还给出了其在金融学中的应用。

《概率论与数理统计》系统地论述了概率论与数理统计的概念、方法、理论及其应用，是一本为高等院校理工、经管类专业学生本科生学习而编写的教材或教学参考书．全书共分9章，内容包括随机事件及其概率、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与特征函数、中心极限定理、数理统计的基础知识、参数估计、假设检验、方差分析

本书是学习掌握运筹学理论和方法的重要辅助教材，也是教师备课、学生自学运筹学以及研究生入学考试的常备参考资料。本书分为习题、习题答案、案例分析与讨论三部分，内容含线性规划与单纯形法、对偶理论与灵敏度分析、运输问题、目标规划、整数规划、非线性规划、动态规划、图与网络分析、网络计划与图解评审法、排队论、存储论、对策论、决策论

具体分高等数学、线性代数、概率论与数理统计三部分册。高等数学分册主要介绍函数、极限与连续、一元微分学及其应用、一元积分学及其应用、无穷级数、多元微积分学、微分方程和查分方程初步等内容。线性代数分册主要介绍矩阵、行列式、向量的基本概念、线性方程组的求解、特征值和特征向量、以及二次型的基本知识。概率论与数理统计分册主要包括

对用户协同模型和多兴趣模型算法加以了模拟实现，构建了相关的模型并给出针对具体模型的推荐。在此基础上，结合用户参与评分的方法对算法的推荐效果进行了评价。结果发现，基于用户协同模型的算法要略优于现有的基于用户自身标签的算法，而基于多兴趣模型的推荐则要明显好于上述两种算法，原因可能是多兴趣模型中的子兴趣保持了资源主题的单一性

本书共七章，主要内容包括：随机事件与概率、随机变量及其分布、随机变量的数字特征、随机向量及其分布、随机向量的数字特征、大数定律与中心极限定理。本书以实际问题为出发点，通过精选例题并结合其它学科的问题介绍概率论的思想、模型和方法；如结合复杂网络讲幂律分布，结合寿命讲Gamma分布，结合股价讲对数正态分布，结合风险偏好讲效

本书共三篇，分别为有限元原理、有限元建模、有限元可视化程序设计。有限元原理部分重点介绍*有限元课程特点的基本内容及程序设计思想，主要包括弹性问题、弹塑性问题、结构动力问题的有限元法；从实用角度介绍有限元建模方法、有限元可视化程序设计。做到理论体系完整，理论与应用并重。本书采用模块式结构，三篇内容相对独立，可根据需要选学

统计计算 使用R