《广义主成分分析算法及应用》主要讨论了随机系统信号广义主成分分析方法及应用情况。全书可分为三部分：第一部分包括概述和基础理论，主要介绍广义主成分分析的概念、国内外研究现状，以及与广义主成分分析密切相关的矩阵理论、优化理论和神经网络等理论基础；第二部分研究多种广义主成分分析方法，该部分是《广义主成分分析算法及应用》的核心

全书共分9章，内容涵盖了随机事件及其概率、随机变量及其分布、随机向量、随机变量的数字特征、大数定律与中心极限定理、抽样分布、参数估计、假设检验R语言及其在概率统计中的应用等内容.为开拓学生的学习视野、增强实践应用能力，本书在第9章中介绍了R语言及其在概率统计中的应用.为了便于读者学习，每节后均附有习题，每章后附有总复习

本书本以经典的*小二乘理论为基础，较全面地介绍了现代应用回归分析的基本理论和主要方法。全书共分为九章。*章讨论了回归模型的主要任务和回归模型的建模过程；第二、三章详细地介绍了线性回归模型；第四章以残差为重要工具，讨论了回归模型的诊断问题；第五、六章讨论了多项式回归模型和含有定性变量的回归模型；第七章讨论了多元线性回归模

本书研究了拟似然非线性模型中参数估计的渐近理论。拟似然非线性模型按照设计变量来分，可以分为三类：带固定设计的拟似然非线性模型、带随机回归的拟似然非线性模型和自适应拟似然非线性模型。本书主要研究了这三类拟似然非线性模型中参数估计的大样本性质。此外，还研究了带随机效应的拟似然非线性模型中参数估计的大样本性质。

《概率论与数理统计》全面、系统地介绍了初等概率论和数理统计的主要内容，包括事件与概率、随机变量及其分布、多维随机变量及其联合分布、随机变量的数字特征、极限理论初步、数理统计基础,参数估计和假设检验等。 《概率论与数理统计》注重对基本概念和基本原理的把握和理解；注重对基本方法的讲解和运用；以大量的例题和注记帮助读者理解基

固定效应模型和随机效应模型是社会科学研究中的常用模型。在社会科学研究者在使用回归模型进行分析时，有可能存在这样一种情况，即每个案例在不同时点上的残差都存在一定的相关和相互依赖，这通常是因为不同案例在某些未被观察到的特征上存在差异，这就违背了误差项相互独立的假设，而固定效应模型和随机效应模型都是用来解决残差相关的问题。二

在非实验社会科学研究中，回归分析是*常用的方法。在数据收集和录入以后，研究者无一例外地开始尝试回归模型，对其定义的等式使用*小二乘法（OLS）进行估计。但OLS这一强大的工具却并不总是正确的。其一便是某类特殊形式的数据可能导致OLS估计量的偏误。理查德·布林教授在本书中讨论的数据形式包括删截数据、选择性样

概率论与数理统计是大学重要的基础课程，复盖大学理、工、经、管等众多专业。为了帮助众多大学学好概率论与数理统计，我们组织了具有多年教学经验的教师编写。学习概要与训练分两大部分。第一部分为学习概要，以章为单位，集中了各章的主要概念、重要方法、定理（结论）和典型例题。第二部分为课程训练的练习题，练习题总共分为三类：基本题、提

本书是作者根据教育部关于高等学校工科类和经济管理类本科数学基础课程教学基本要求，在多年从事工科类和经济管理类等专业线性代数教学基础上编写而成的。本书第二版在正文的基本内容及教材的体系和章节安排方面基本与原书一致，保留了原书的风格.

《概率论与数理统计解题秘典》是李裕奇等人编写的《概率论与数理统计（第5版）》的配套教学用书，内容包括教材中全部基本练习、综合练习与自测题，10套期末用模拟试题，以及最近7年的考研概率统计真题的完全解答。将之分别编入萌动篇、筑基篇、初成篇与破关篇四篇中，意在引导读者走过对概率论与数理统计的接触、初学、逐步熟练到精深的过程