現(xiàn)代非參數(shù)統(tǒng)計方法是統(tǒng)計學(xué)方法論的一個重要組成部分，本書主要介紹若干經(jīng)典的現(xiàn)代非參數(shù)統(tǒng)計方法，包括非參數(shù)密度估計、非參數(shù)回歸方法、分位數(shù)回歸和非參數(shù)似然方法(經(jīng)驗似然)。密度估計方面介紹一元和多元核密度估計；非參數(shù)回歸方面介紹局部多項式估計的構(gòu)造、理論性質(zhì)和應(yīng)用，樣條函數(shù)的基本理論、樣條估計理論；分位數(shù)回歸方面介紹分位

本書的主要內(nèi)容是概率論和統(tǒng)計學(xué)，包括隨機(jī)事件和概率、隨機(jī)變量及其分布、數(shù)字特征和大數(shù)定律、統(tǒng)計學(xué)概論、統(tǒng)計資料的搜集與整理、統(tǒng)計資料分析所需要的基本指標(biāo)和統(tǒng)計資料分析方法共7個模塊。每個任務(wù)后配有能力訓(xùn)練，可幫助學(xué)生及時鞏固所學(xué)知識，同時配有拓展延伸閱讀材料，通過數(shù)學(xué)文化、時事案例等內(nèi)容的滲透，落實立德樹人的根本目的。

新聞媒體經(jīng)常報道嘩眾取寵的數(shù)據(jù)，它們既不真，也不假。牛津大學(xué)首席經(jīng)濟(jì)學(xué)家與知名記者聯(lián)手出擊，通過日常生活中妙趣橫生的故事和數(shù)字常識，拆穿統(tǒng)計學(xué)常用的唬人伎倆；利用普通人所具備的常識、經(jīng)驗與能力，還原事件的真相，使讀者在輕松愉快的閱讀中直搗數(shù)字的核心與背后的意義，練就一生受用的數(shù)字透視力。

我們的生活中充滿了各種不確定性，這導(dǎo)致很多事情并不能完全被人為控制。這種不確定性時而讓人感到驚慌、焦慮，時而又令人喜出望外。本書以案例分析的方式，解釋概率、隨機(jī)性和不確定性等數(shù)學(xué)概念，揭開概率事件背后的數(shù)學(xué)原理。本書案例豐富，深入淺出，充滿知識性、趣味性。適合作為學(xué)生的課外讀物，拓展學(xué)生的知識面，教育人們運(yùn)用概率論的方

本書是嶺南師范學(xué)院2022年筑峰計劃專項項目資助的研究成果，是一本集理論方法、實踐案例及實驗應(yīng)用為一體的概率論與數(shù)理統(tǒng)計教材。全書注重介紹概率論與數(shù)理統(tǒng)計的思想與方法，適當(dāng)減少數(shù)理論證的過程，強(qiáng)調(diào)隨機(jī)思想與方法的應(yīng)用，書中選用大量有實際應(yīng)用場景的案例及例題，有利于培養(yǎng)學(xué)生的實踐應(yīng)用能力。同時，本書還充分利用數(shù)據(jù)圖表及概

本書對現(xiàn)代統(tǒng)計推斷的基本概念進(jìn)行了嚴(yán)謹(jǐn)而全面的闡述，對基本概念進(jìn)行了清晰的闡述。具體內(nèi)容包括：二項假設(shè)檢驗、多元假設(shè)檢驗、復(fù)合假設(shè)檢驗、信號檢測、凸統(tǒng)計距離、假設(shè)檢驗的性能界限、假設(shè)檢驗的大偏差和誤差指數(shù)、隨機(jī)過程檢測、貝葉斯參數(shù)估計、zui大似然估計、信號估計等。本書的一個顯著特點是大量精心構(gòu)造的例子，有助于讀者理解

本書分為基礎(chǔ)篇和提高篇兩篇，內(nèi)容包括：隨機(jī)事件和概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)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、隨機(jī)事件和概率、多維隨機(jī)變量及其分布等。

本書是編者根據(jù)多年的教學(xué)實踐，按照新形勢下高等教育改革的精神，結(jié)合財經(jīng)類高校本科專業(yè)概率論與數(shù)理統(tǒng)計的教學(xué)大綱和考試大綱編寫而成。內(nèi)容包括：隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、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等章節(jié)的練習(xí)題和自測題

本書全面介紹貝葉斯推理與機(jī)器學(xué)習(xí)，涉及基本概念、理論推導(dǎo)和直觀解釋，涵蓋各種實用的機(jī)器學(xué)習(xí)算法，包括樸素貝葉斯、高斯模型、馬爾可夫模型、線性動態(tài)系統(tǒng)等。在介紹方法的同時，強(qiáng)調(diào)概率層面的理論支持，可幫助讀者加強(qiáng)對機(jī)器學(xué)習(xí)本質(zhì)的認(rèn)識，其適合想要學(xué)習(xí)機(jī)器學(xué)習(xí)中的概率方法的讀者。首先介紹概率論和圖的基礎(chǔ)概念，然后以圖模型為切入

本書采用了不相關(guān)的、來自信息論的研究，角度新穎地提出了一種證明中心極限的新方法，并對此進(jìn)行了全面描述：書中先是讀者呈現(xiàn)了熵和費(fèi)雪信息概念的基本導(dǎo)論，隨后以一系列與它們行為有關(guān)的標(biāo)準(zhǔn)測試作為驗證。在作者的獨(dú)特構(gòu)思與實證下，信息論與中心極限定理兩個看似不相干的領(lǐng)域被巧妙地聯(lián)結(jié)起來，實現(xiàn)了跨學(xué)科的科研合作。此外，書里還匯編了