當(dāng)今人類的思維正從牛頓和愛因斯坦等大師的經(jīng)典決定論走向統(tǒng)計決定論，我們對萬物的認識正從統(tǒng)計平均走向知識發(fā)現(xiàn)，統(tǒng)計學(xué)改變了我們的思想。從小樣本到大樣本再到大數(shù)據(jù)，撲面而來的信息革命和正在孕育的統(tǒng)計理論方法的變革，統(tǒng)計學(xué)有可能改變我們的未來。首都經(jīng)濟貿(mào)易大學(xué)統(tǒng)計學(xué)科創(chuàng)建于1962年，擁有統(tǒng)計學(xué)一級學(xué)科博士點和博士后流動站，

《“十四五”規(guī)劃教材：應(yīng)用回歸分析教程》在傳統(tǒng)的應(yīng)用回歸分析教材內(nèi)容框架的基礎(chǔ)上，補充了回歸分析的新模型。《“十四五”規(guī)劃教材：應(yīng)用回歸分析教程》的內(nèi)容包括：古典回歸分析模型（一元、多元）、違反古典假定的回歸模型、非線性回歸模型、拓展線性回歸模型、概率線性回歸模型、非參數(shù)回歸模型和半?yún)��?shù)回歸模型等內(nèi)容�！丁笆�四五”規(guī)劃

本書在提供時間序列分析基本原理的基礎(chǔ)上，重點對統(tǒng)計方法、機器學(xué)習(xí)、深度學(xué)習(xí)及其時間序列分析應(yīng)用進行案例分析，并提供了Python實例。本書還考慮了大數(shù)據(jù)背景下對海量時間序列數(shù)據(jù)的處理與分析方法，對大數(shù)據(jù)分析引擎ApacheSpark及其時間序列分析也提供了應(yīng)用實例。 本書共包含4章，組織結(jié)構(gòu)如下:第1章對時間序列分析方

本書主要內(nèi)容有：隨機事件與概率、一維隨機變量及其分布、二維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析與回歸分析、概率統(tǒng)計的一些實際應(yīng)用及其MATLAB實現(xiàn)、隨機過程簡介。本書除第10章外，其余各章均配套了分別針對基本概念、基本方法、基本理論和實際應(yīng)用等

全書共十章，內(nèi)容包括回歸分析、變量選擇、時間序列、非參數(shù)統(tǒng)計、聚類分析、判別分析、邏輯斯諦回歸與支持向量機、主成分分析、因子分析、縱向數(shù)據(jù)分析。各章都有豐富的案例分析，為使書中案例貼近數(shù)據(jù)的應(yīng)用實際，采用了方便獲取的證券市場高頻數(shù)據(jù)，并使用國際通用的R軟件進行數(shù)據(jù)收集、處理、加工和分析，便于讀者自己動手和實際應(yīng)用。全書

本書是隨機微分方程與隨機分析初學(xué)者的入門教材,系統(tǒng)地介紹了概率論、鞅和隨機積分及隨機微分方程的基礎(chǔ)知識、基本理論和典型方法。內(nèi)容包括：測度與積分、獨立性、Radon-Nikodym定理和條件數(shù)學(xué)期望等概率論的基礎(chǔ)知識；停時、離散鞅和連續(xù)鞅的基本內(nèi)容；鞅和連續(xù)局部半鞅隨機積分的一般理論及Ito型隨機微分方程的初步內(nèi)容。

本書是基于作者在香港大學(xué)和南方科技大學(xué)共14年計算統(tǒng)計教學(xué)的經(jīng)驗，同時結(jié)合國內(nèi)其他高校學(xué)生和教師的具體情況精心撰寫而成的，本書主要內(nèi)容包括：產(chǎn)生隨機變量的方法、幾個重要的優(yōu)化方法、蒙特卡洛積分方法、貝葉斯計算中的MCMC方法，Bootstrap方法等。本書通過組合傳統(tǒng)教科書和課堂PPT各自的優(yōu)點，設(shè)置了經(jīng)緯兩條主線，運

全書共6章，內(nèi)容包括隨機事件與概率、隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基礎(chǔ)知識、參數(shù)估計、概率模型.除最后一章外，每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型，介紹概率方法的應(yīng)用，幫助讀者更好地理解概率論的思想和方法，進一步提升讀者的數(shù)學(xué)建模能力，同時增強讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

全書共6章,內(nèi)容包括隨機事件與概率、隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基礎(chǔ)知識、參數(shù)估計、概率模型.除最后一章外,每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型,介紹概率方法的應(yīng)用,幫助讀者更好地理解概率論的思想和方法,進一步提升讀者的數(shù)學(xué)建模能力,同時增強讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

本書面向復(fù)雜不確定環(huán)境下可解釋分類的需求，重點闡述作者提出的置信規(guī)則分類方法體系及其在實際工程中的應(yīng)用。全書主要內(nèi)容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識雙驅(qū)動的復(fù)合置信規(guī)則分類、精確且可解釋的置信關(guān)聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類、面向軟標(biāo)簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類等方面的理