《大样本理论基础》是一部全面论述一阶大样本理论的经典教科书，是世界各国公认的统计专业研究生的*教材。书中讨论了大量的应用问题，包括密度估计、自助法和抽样方法论的渐进。本书内容深入浅出，学习者只需掌握微积分基础知识。各章*后有问题和练习，每节末有小结。

康代瑟得·M.拉马钱德兰、克里斯·P.托科什编 *的《*微分对策理论与应用》结构如下：**章将对*微分对策进行一般性的介绍和综述，并给出背景材料。第2章简单介绍线性追踪一逃逸微分对策，这使我们对相关概念有了*好的理解。第3章将分析二人零和*微分对策问题以及多种解决方法，本章还介绍了多种形式的

本书主要介绍经济管理数据的多变量R语言分析的理论与实践指导，系统论述数据统计分析的基本理论和方法，并结合R语言分析运算，力求理论与实际应用并重，具有基本统计知识的读者就可读懂本书。作者建立了本书的R语言学习博客（Rstat.leanote.com），书中的数据、代码、例子、习题都可直接在网上下载使用。

本书包括概率论和数理统计两部分，系统地介绍了概率论的基本概念，随机变量及其分布，二维随机变量及其分布，随机变量的数字特征，大数定律及中心极限定理，数理统计的基本概念，参数估计，假设检验等。为方便读者自学，各章配有适量的习题，概率论和数理统计两部分各配有一套综合练习题，书末附有习题答案。

全书包括三编（共6章）内容：线性代数（两章）、概率论（两章）、数理统计基础（两章）。这次拟编写出版的《概率论与数理统计》一书，是在《应用数学基础》一书多轮次、多学校教学实践的基础上，对原有《概率论与数理统计》部分进行修改、补充、完善，独立出版一本教材。

本书根据高等院校经管类本科专业概率论与数理统计课程的最新教学大纲及考研大纲编写而成，包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、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知识。强调数学建模的思想和方法，紧密联系实际，服务专业课程，精选了许多实际应用案例并配备了相应的应用习题，

本书根据高等院校理工类本科专业概率论与数理统计课程的最新教学大纲及考研大纲编写而成，包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、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知识。强调数学建模的思想和方法，紧密联系实际，服务专业课程，精选了许多实际应用案例并配备了相应的应用习题，

本书研究了混沌时间序列智能预测方法及其应用，构建了不同类型的混沌时间序列智能预测模型，并用实际数据进行了实证分析。主要内容包括混沌理论基本原理、常用混沌时间序列预测方法、混沌时间序列的神经网络预测方法等。

本书主要介绍随机微分方程模型的统计方法。全书共分7章，分别讨论了估计函数在扩散性模型中的应用、金融资产数据的建模问题、带有一般性跳跃点的基于高频数据的扩散过程的推断问题、实现扩散模型相似度的推断的计算方法、随机微分方程模型的几个非参数估计方法的相关问题、随机波动模型以及数据中所表现的多尺度特征的建模问题等。本书用专题的

本书共分九章，内容包括：大数据分析概述、大数据的组件分析、大数据的应用领域以及前景分析、数据挖掘、信用评分、客户满意度研究、大数据的信息安全等。