本书共十二章,内容包括:导论、概率论基础、随机变量和一元概率分布、重要概率分布、多元随机变量及其概率分布、统计抽样理论导论、收敛和极限定理、参数估计和评估、假设检验等。
本书共6章,其主要内容包括:贝叶斯立场;先验分布、后验分布及贝叶斯推断;常用分布;可靠性问题;经验贝叶斯方法和贝叶斯统计的应用。作者由浅入深地细致介绍了基于贝叶斯定理而发展过程,及其用于系统地阐述和解决统计问题的方法。本书可作为高年级本科生或研究生的贝叶斯分析教材,也适合对贝叶斯统计在工程及可靠性研究中的应用感兴趣的读
本书分为三个部分,按照概率论、数理统计和数学实验简明扼要地介绍了概率论与数理统计中的基本内容。主要包括:随机事件、一元、二元随机变量,随机变量的数字特征,大数定律、抽样分布、参数估计、假设检验、方差分析与回归分析。本书克服了传统教材理论与实际问题结合上的欠缺问题,即理论与数据处理脱离的现状,通过计算机实践,一方面使学生
本书针对计算机科学专业的本科生,旨在揭示概率和统计的思想。全书共分为五部分,第I部分数据集的描述,涵盖各种描述性统计量(均值、标准差、方差)、一维数据集的可视化方法,以及散点图、相关性和二维数据集的描述;第II部分概率,内容涵盖离散型概率、条件概率、连续型概率、Markov不等式、Chebyshev不等式及弱大数定律等
非参数估计方法是现代统计学中的重要方法,本书主要介绍非参数密度估计、非参数回归估计和经验似然方法.非参数密度估计的内容包括核密度估计、最近邻密度估计和频率插值密度估计,而非参数回归估计的内容包括随机设计权函数回归估计、固定设计权函数回归估计和混合相依样本下的回归估计.书中主要介绍这些估计方法的构造和定义,以及相关的大样
本书是《概率论与数理统计》(王殿坤主编)的配套学习参考资料。本书完全与教材内容对接,共分为两大部分。第一章到第五章为概率论部分,第六章到第九章为数理统计部分。每章包括基本内容、基本要求、扩展例题与习题详解,并且在最后为读者设计了概率论、概率论与数理统计的自测题,方便读者对自己所学的知识进行测试,及时掌握自己的学习情况。
本书是结合编者多年来的教学实践经验,在教育部制订的教学大纲的基础上编写而成的。全书共九章,分为两大部分:第一章到第五章是概率论部分,包括概率论基础、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;第六章到第九章是数理统计部分,包括数理统计的基本知识、参数估计、假设检验、方差分析与回归
本书由作者根据多年的教学经验撰写而成,对选入的数据分析理论和方法进行了仔细的推敲,不仅着重于数据分析的基本理论与方法的介绍,更密切结合SPSS统计分析软件,系统、详细地介绍本书所用方法的具体操作过程及结果。全书共8章,内容包括数据的整理与统计分析、参数估计与假设检验、相关分析与回归分析、趋势外推预测分析、时间序列分析、
基于测度论和正则变化理论,本书系统介绍了次指数分布及相关分布的概念、例子、性质和研究进展。这些分布都具有或部分具有一个大跳的本性,从而得以揭示独立和相依随机变量在卷积、随机卷积、乘积卷积以及它们的卷积根方面的封闭性和渐近性等。这些结果在随机游动、风险理论、Levy过程及无穷可分分布等领域的研究中发挥了重要的作用。
本书是《卡尔曼滤波与组合导航原理》的第4版,改写和增写了部分内容。书中着重阐述了卡尔曼滤波基本理论,以及近10年发展起来的有关卡尔曼滤波的新理论和新方法,以及容错组合导航设计理论和方法,另外,也有作者的部分科研成果。内容安排上力求循序渐进,由浅入深,确保知识连贯性。为便于读者理解概念内涵,公式和定理一般都附有详细推导和