《数理统计及实训教程》着重介绍点估计（矩法估计和极大似然估计）、参数假设检验、非参数检验、非参数假设检验、回归分析和方差分析等基本知识和原理，并借助SPSS软件实现对应的试验，使读者对数理统计的原理和作用有更深的了解。通过本书的学习，使读者可以全面理解、掌握数理统计的思想与方法，并能运用数理统计的观点和方法来研究解决经

《概率论与数理统计》是资源共享慕课课程“概率论与数理统计”的配套教材。《概率论与数理统计》偏重于简明性、通俗性和应用性，具有知识节点化的特点，配合网络资源共享的视频课程，能极大提高学习者的学习效率，是对传统教材的良好补充。《概率论与数理统计》可供大学本科一、二年级学生使用。

卡尔曼滤波技术作为一种*估计方法，迅速从导航领域推广应用到了目标跟踪、故障诊断、多传感器信息融合以及经济学等诸多领域。本书介绍了卡尔曼滤波的基本原理及其实时应用。本书理论讲解非常透彻，同时结合实时应用分析理论方法，适合作为相关课程的教材或供相关领域的研究人员参考。

本书立足于当前公安交通管理领域利用Hadoop技术在处理非互联网行业大数据时存在的低效问题，基于天云星数据库(SCSDB)对结构化大数据分布式并行处理技术进行了介绍。全书共7章，主要内容包括概论、天云星数据库基础、数据库对象管理、SCSDB安全管理、SCSDB备份与还原、数据库监控与调优、数据导入与导出。在介绍理论知识

本书强调理论，同时高度重视知识的运用.全书分为三篇：概率部分，数理统计部分，实验部分.概率部分包括：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、大数定律和中心极限定理；数理统计部分包括：数理统计的基本概念、参数估计、假设检验、方差分析、回归分析；实验部分包括8个实验.本书提供配套电子课

考研数学2019 李林2019考研数学系列概率论与数理统计辅导讲义

概率论与数理统计都是研究随机现象的.概率论通常从模型出发研究随机现象，即在一定的假设之下探讨随机事件出现的可能性大小及各种随机现象的有关数量指标；数理统计常常是从数据出发，通过对数据的收集、整理和分析对随机现象给出适当的推断或决策.从内容结构上看，概率论是数理统计的数学基础，而数理统计是概率论的重要应用.

本书是为非数学类专业概率论与数理统计课程编写的教材。全书共九章，内容包括随机事件与概率，随机变量及其概率分布，多维随机变量及其概率分布，随机变量的数字特征，大数定律和中心极限定理，数理统计的基本概念，参数估计，假设检验等。各章根据教学大纲要求和复习需要配置了相应习题并附有参考答案与提示。同时，为了增强学生统计分析能力，

《概率论与数理统计（第2版）》是教育部高等农林院校理科基础课程教学指导委员会推荐示范教材，是教育部教学研究立项项目成果。《概率论与数理统计（第2版）》突出随机数学思想，注重概率论与数理统计的通用知识和应用性，内容包括随机事件与概率、条件概率与独立性、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、大数定律和

《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