本书是和概率论与数理统计课程配套的实验教材。本书的核心内容是：基于Excel和R软件的操作，对概率论与数理统计课程的理论进行模拟，从而验证求解，帮助读者理解掌握知识要点。本书既有统计原理的详实叙述，又有应用案例的作证分析，是读者厘清概念、学以致用的良好选择。 本书可作为高等学校本科生概率论与数理统计课程的计算机辅助教材

本书不在沿用基于模型来进行聚类的研究思路，而是借用非常灵活的非参数方法。本书的研究目标是使用非参数方法来研究非线性时间序列的聚类问题，通过理解序列是如何被生成的，估计出生成时间序列的随机过程之间的相似性来定义其距离度量。本对比研究了现有的非参数时间序列聚类方法，提出一类以时间序列平滑后的自回归函数的差异作为度量的聚类方

随着先进的传感器及其对应测量技巧的应用及发展，在不断的生产过程中累积下了大量的数据，这样的数据其中不免会包含着没有被挖掘出来的信息。基于数据驱动的多元统计算法可以利用这些已有的数据对相应的过程实施过程监控、故障检测和诊断、质量预测及软测量的功能，对实现相关工业过程的过程效果评估、安全生产、问题原因分析、过程优化以及在线

概率论与数理统计

本书系统地介绍了在椭球等高分布的基础上建立的广义多元分析理论.主要讨论了椭球等高分布族的性质、有关的中心分布和非中心分布，球对称矩阵分布和椭球等高矩阵分布的性质，椭球等高分布的各种参数估计量，均值向量和协方差矩阵的各种检验和其他检验，广义线性模型理论.

《应用概率与数理统计（第2版）》是按照高等院校教学指导委员会关于概率统计课程的教学基本要求编写而成的，全书共分8章，前3章为概率部分，内容包括随机事件及其概率、随机变量及其分布以及数字特征；第4～7章为数理统计部分，内容包括抽样分布、参数估计、假设检验、回归分析；第8章为Excel在统计分析中的应用。《应用概率与数理统

全书共分10章。第1章对回归分析的研究内容和建模过程给出综述性介绍；第2章和第3章详细介绍了一元和多元线性回归的参数估计、显著性检验及其应用；第4章对违背回归模型基本假设的异方差、自相关和异常值等问题给出了诊断和处理方法，在这一章增加了BOX-COX变换；第5章介绍了回归变量选择与逐步回归方法；第6章就多重共线性的产生

本书是高等学校经济类专业概率论与数理统计课程的配套教学参考书，内容完全与教材各章节对应，主要有一维和多维随机变量及其分布、随机变量的数值特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等习题解答。为了照顾到部分要深造的考研学生，学习参考书中还增加了部分有一个难度的补充题。

回归诊断是用于探索存在于回归分析中问题及判断某些假设是否合理的一种技术。《回归诊断简介》主要回顾蕞小二乘线性回归，讨论多元回归中共线性的问题，处理奇异与强影响数据，探讨误差非线性、不一致的误差方差和非线性问题，简要阐释离散数据产生的问题，介绍基于蕞大似然法、计分检验和构造变量的较复杂的诊断方法。*后，探讨了如何将介绍的

本书注重阐明概率论的基本概念、基本理论以及数理统计常用方法的背景和思想。全书主要包括大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、回归分析、方差分析等内容，并通过配套的例题和习题，加强读者对基本理论和公式的理解和应用。