本书呈现了状态空间方法关于时间序列分析的全面处理，分为两个部分。第一部分讨论了基于线性高斯状态空间模型的分析技术，给出了基于状态空间模型的时间序列分析方法论的最新处理方法；第二部分讨论了对状态空间方法范围的扩展，以涵盖非高斯观测序列。全书共分为十四章，分别为引言，局部水平模型，线性高斯状态空间模型，滤波、平滑和预测，滤

本书详细介绍了数值计算引论、非线性方程根的求解、线性方程组的数值解法、多项式插值、离散与连续形式的最佳逼近、数值微分与数值积分、矩阵特征值计算、常微分方程数值解法等内容,在相关章节中提供典型的Matlab程序设计,于每章后附有一定量的习题。全书叙述严谨,层次分明,深入浅出,便于教学和学生自学。

半参数回归模型是统计学中重要的模型之一,它在工程技术、计量经济学和生物医学等领域有广泛的应用。关于该模型统计推断理论和方法的研究是国际统计学领域研究的前沿课题和重要课题。在实际生活中常常会遇到各种高维数据,对高维数据的统计分析与建模是统计学研究的难题。半参数部分线性模型是一种降维模型;它既含有参数分量,又含有非参数分量

应用时间序列分析实验指导

本书共分为七章。前三章是测量误差理论部分,介绍了测量误差来源与分类和各类误差的处理方法、偶然误差的规律性及判断方法、协方差与协因数的传播律。后四章全面阐述了测量平差理论、方法、应用与发展,包括测量平差的最优参数估计理论,水准高程控制网、水平控制网和卫星定位测量控制网的实用平差方法和计算过程,平差理论在回归分析和最小二乘

本书共9章．第1章至第5章是概率论部分，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、大数定律与中心极限定理．第6章至第9章是数理统计部分，内容包括样本及抽样分布、参数估计、假设检验、方差分析与回归分析．各章均选配了适量习题，并在书后附有参考答案．书末有3个附录，其中附录一是重要

本书严格按照教育部考试管理中心编撰的最新考研《数学考试大纲》的要求编写而成，同时汲内外同类教材之精华，融人编者多年来考研辅导教学的新成果和新理念。本书分基础与强化两部础部分明确了考研大纲概率论与数理统计部分所有知识点与要求，精心选编具有代表性、典型性、基础性的例题与习题，通过对例题的研读、习题的演练，旨在帮助考生理解基

本书是《概率统计与数学模型》的配套练习册。本书以培养应用型人才目标,针对应用型本科院校学生的特点,结合编者多年的教学经验,按照“因材施教、注重双基、分层出题”的原则进行设计。全书内容涵盖随机事件与概率、随机变量及其分布、多维随机变量及其分布、大数定律、样本及抽样分布、参数估计和假设检验。每一章分为知识点整理、典型题型练

本书详细介绍有限单元法的基本理论、方法及其在弹性问题分析中的应用，主要分为三个部分：第一部分，有限元法的数学力学基础；第二部分，基于位移插值的有限元；第三部分，基于应力平衡的平衡元。附录包括ANsys软件上机实习算例和部分问题的有限元程序。本书不仅包含常见的基于势能原理的有限元，还引入作者在基于余能原理的平衡元方面的最

本书分为两部分：概率论部分和数理统计部分.概率论部分主要讲述了概率论的基本概念、随机变量、多维随机变量、随机变量的数字特征、大数定律与中心极限定理，为学生提供必要的理论基础；数理统计部分主要讲述了数理统计的基本概念、参数估计、假设检验、方差分析和回归分析，这部分研究如何运用概率论的基本理论来估计或推断总体的某些性质或数