《高數(shù)叔概率統(tǒng)計(jì)入門(mén)》全書(shū)基本按照高等數(shù)學(xué)教材內(nèi)容，以小說(shuō)的章回體體例編排，語(yǔ)言風(fēng)趣幽默，版式設(shè)計(jì)精美，還配有視頻講解，把枯燥乏味、生澀難懂的概率論與數(shù)理統(tǒng)計(jì)知識(shí)巧妙地講解得生動(dòng)有趣，易于讀者理解，適合高中生、在校大學(xué)生等對(duì)概率論與數(shù)理統(tǒng)計(jì)感興趣的初學(xué)者閱讀，也適合想回顧概率論與數(shù)理統(tǒng)計(jì)知識(shí)的讀者閱讀。知識(shí)講解與例題有

為了便于在教學(xué)中教師批閱和學(xué)生使用，《概率論與數(shù)理統(tǒng)計(jì)練習(xí)與提高（套裝共2冊(cè)）》分為一分冊(cè)和二分冊(cè)。一分冊(cè)包括隨機(jī)事件及其概率、多維隨機(jī)變量及其分布、大數(shù)定律與中心極限定理與參數(shù)估計(jì)。二分冊(cè)包括隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、樣本與抽樣分布與假設(shè)檢驗(yàn)。各章配有習(xí)題，書(shū)末附有答案�！陡怕收撆c數(shù)理統(tǒng)計(jì)練習(xí)與提高（套裝

本書(shū)以全面而有趣的方式介紹概率論與數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)，不僅講授了實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析方法，而且重視培養(yǎng)將這些原理應(yīng)用于實(shí)踐的技能。第6版主要更新：·共18個(gè)新的“案例研究”，以幫助讀者理解新增的概念�！さ�2章包含10個(gè)新例子，包括對(duì)“愷撒*后一口氣”問(wèn)題的重復(fù)獨(dú)立試驗(yàn)分析�！さ�4章新增一個(gè)附錄，總結(jié)了常用概率密度函數(shù)的所

線性模型是現(xiàn)代統(tǒng)計(jì)學(xué)中一類(lèi)重要的模型，廣泛地應(yīng)用于經(jīng)濟(jì)，金融，生物、醫(yī)學(xué)和工程技術(shù)等領(lǐng)域。在該模型的建模分析中，統(tǒng)計(jì)學(xué)家主要研究模型的參數(shù)估計(jì)理論，假設(shè)檢驗(yàn)以及未來(lái)觀察值的預(yù)測(cè)等統(tǒng)計(jì)推斷問(wèn)題。相比較，參數(shù)的假設(shè)檢驗(yàn)以及未來(lái)觀察值的預(yù)測(cè)問(wèn)題研究更多的依賴(lài)于參數(shù)估計(jì)的結(jié)果。因此，模型的參數(shù)估計(jì)理論在整個(gè)建模分析過(guò)程中起到重

本書(shū)全面系統(tǒng)地介紹了半鞍與隨機(jī)分析的基本理論及其應(yīng)用.全書(shū)共分十六章，主要內(nèi)容包括經(jīng)典鞍論，隨機(jī)過(guò)程一般理論，半鞍與隨機(jī)分析的基礎(chǔ)理論.隨機(jī)積分和有關(guān)論題.本書(shū)討論了H1-鞅和BMO-鞅并建立了一系列主要的鞍不等式;引進(jìn)了半鞍的可料特征及半鞍的積分表示;介紹了隨機(jī)分析的一個(gè)重要技巧——測(cè)度變換;討論了鞍的可料積分表示;

本書(shū)系統(tǒng)地?cái)⑹隽藴u度法的數(shù)學(xué)理論，內(nèi)容主要分為Euler方程渦度法的收斂性，粘性分離格式的收斂性和隨機(jī)渦團(tuán)法的收斂性三個(gè)部分，其中包括無(wú)粘與粘性流、初值問(wèn)題與初邊值問(wèn)題、半離散化與全離散化以及有關(guān)不可壓縮流的數(shù)學(xué)理論.

本書(shū)系統(tǒng)地介紹了自然邊界元方法的數(shù)學(xué)理論，總結(jié)了作者十余年來(lái)在這一方向的研究成果，包括橢圓邊值問(wèn)題的自然邊界歸化原理、強(qiáng)奇異積分的數(shù)值計(jì)算、對(duì)調(diào)和方程邊值問(wèn)題、重調(diào)和方程邊值問(wèn)題、平面彈性問(wèn)題和Stokes問(wèn)題的應(yīng)用，以及自然邊界元與有限元耦合法等內(nèi)容.

本教材試圖從工科的角度介紹隨機(jī)過(guò)程的基本概念和方法內(nèi)容，特點(diǎn)是閱讀的起點(diǎn)相對(duì)較低，使讀者能夠在較短的時(shí)間內(nèi)了解隨機(jī)過(guò)程的基礎(chǔ)知識(shí)和主要內(nèi)容，首先對(duì)于隨機(jī)過(guò)程的基本思想進(jìn)行詳細(xì)的介紹，隨后選擇幾種重要的隨機(jī)過(guò)程進(jìn)行重點(diǎn)介紹，而對(duì)于涉及較深數(shù)學(xué)知識(shí)的內(nèi)容列出文獻(xiàn)，便于感興趣的讀者進(jìn)行追蹤學(xué)習(xí)。

《廣義線性模型導(dǎo)論》系統(tǒng)介紹了廣義線性模型的概念基礎(chǔ)和基本原則，通過(guò)具體案例和SAS統(tǒng)計(jì)軟件闡釋了將logistic回歸等整合到擬合廣義線性模型架構(gòu)中的方法。本書(shū)的目的在于，向熟悉經(jīng)典線性模型的普通社會(huì)科學(xué)研究者展示，如何從線性回歸模型推廣到非連續(xù)自變量的其他模型，而不失這兩種模型間的共同根基及相似性。

本書(shū)是一本優(yōu)秀的法國(guó)數(shù)學(xué)著作，系統(tǒng)全面地介紹了馬爾可夫鏈的基本性質(zhì)和結(jié)論，然后圍繞這一主題給出了豐富的應(yīng)用結(jié)果。基于蒙特卡羅(Monte-Carlo)算法和離散時(shí)間與連續(xù)時(shí)間的馬爾可夫鏈，本書(shū)給出了算法的多種應(yīng)用，例如在基因?qū)W中、物種發(fā)展學(xué)中及互聯(lián)網(wǎng)絡(luò)中。同時(shí)在最后一章還給出了其在金融學(xué)中的應(yīng)用。