本书介绍统计分析的Logistic回归模型，以及扩充模型，包括Logistic回归搭配ROC曲线，多项Logistic回归等，通过例题分析，结合计算机统计软件的应用，详细阐述该模型原理与应用。

"本书是编者在总结多年教学经验的基础上，为适应民办本科院校教学和新工科对概率论与数理统计的需求，按照国家对非数学类本科生概率论与数理统计课程的基本要求编写的。 全书分为七章：随机事件及其概率、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、大数定律和中心极限定理、数理统计的基本概念、参数估计。各章配有习题，书末附有答案。本书除了介绍概率论与数理统计的经典理论外，各章还配备了课程文化，对其理论及文化进行适当的加深和拓广，以满足感兴趣的学生进一步涉猎的需求。全书论述严谨、行文深入浅出、

本书共分八章，主要内容包括：随机事件和概率；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；数理统计的基本概念；参数估计。

暂无

"本书是按照国家对非数学类本科生概率论与数理统计课程的基本要求，配合本科生概率论与数理统计课程而编写的导学教程。 全书分为七章：随机事件及其概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布、参数估计。按照讲课次序对每次课的教学内容进行了概括性总结，既有重点、难点，也有概念、性质、定理及公式的梳理，并配有同步习题。 本书可作为本科生概率论与数理统课程的配套资料使用，也可为从事概率论与数理统计课程教学的教师提供参考和依据。"

本书共11章，主要内容包括：概率论的基本概念；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等。每章均包括：知识要点、分级习题、总习题和在线测试4个部分。本书的分级习题包含北京邮电大学数学系概率教学组编著的《概率论与随机过程》中的全部课后习题的详细解答。

时间序列分析是统计学科的一个重要分支，它主要研究随着时间的变化，事物发生、发展的过程，寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中，时间序列比比皆是，所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域，成为众多行业经常使用的统计方法。本书是基于Python编写的入门级时间序列分析教材，主要内容包括时间序列分析简介、时间序列的预处理、ARMA模型的性质、平稳序列的拟合与预测、无季节效应的非平稳序列分析、有季节效应的非平稳序列分析、多元

本书的内容按章编写，全书共分九章，每章均按内容提要、习题全解、典型例题和练习题四个部分进行编写。本书的基本概念和基本方法的介绍，力求从分析、比较入手，简明分析问题的思维方法及应用技巧。在例题的选择上，力求具有代表性，由浅入深，突出重点，注重分析问题和解决问题能力的提高和训练。习题全解与典型例题是本书的重心所在，是教师上习题课的极好辅导用书。其特点是：对内容和方法进行归纳总结，力图把基本理论、基本方法、解题技巧、释疑解难、数学应用等多方面的教学要求，融于典型方法与范例之中。

本书共八章，前四章为概率论部分，概率论研究的是不确定性和随机性。这一部分主要包括概率论的基础内容，如随机变量及其分布，大数定律和极限定理等。后四章为数理统计部分，数理统计主要研究如何从收集到的数据中获取有关总体特征的信息。这一部分主要包括参数估计与假设检验、非参数统计方法、回归相关分析、抽样理论与统计建模等内容。本书旨在帮助读者能够直观地理解统计概念，并能够对方法的理论根据有基本的认识。本书强调各种方法的应用，适合初次接触概率论与数理统计的读者阅读。

随机过程在经济、统计、金融、工程、管理等领域具有广泛的应用价值。新时代急需多样化人才和创新性人才。本教材内容紧跟时代前沿，覆盖统计、金融科技、金融、保险精算等方面的应用，让读者了解随机过程在众多交叉领域中的应用前景，激发创新潜能。例如关于MCMC、机器学习等算法在统计、金融等领域的深入讲解。