本書是為非數(shù)學(xué)類專業(yè)概率論與數(shù)理統(tǒng)計(jì)課程編寫的教材。全書共九章，內(nèi)容包括隨機(jī)事件與概率，隨機(jī)變量及其概率分布，多維隨機(jī)變量及其概率分布，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(jì)的基本概念，參數(shù)估計(jì)，假設(shè)檢驗(yàn)等。各章根據(jù)教學(xué)大綱要求和復(fù)習(xí)需要配置了相應(yīng)習(xí)題并附有參考答案與提示。同時(shí)，為了增強(qiáng)學(xué)生統(tǒng)計(jì)分析能力，
《概率論與數(shù)理統(tǒng)計(jì)（第2版）》是教育部高等農(nóng)林院校理科基礎(chǔ)課程教學(xué)指導(dǎo)委員會(huì)推薦示范教材，是教育部教學(xué)研究立項(xiàng)項(xiàng)目成果�！陡怕收撆c數(shù)理統(tǒng)計(jì)（第2版）》突出隨機(jī)數(shù)學(xué)思想，注重概率論與數(shù)理統(tǒng)計(jì)的通用知識(shí)和應(yīng)用性，內(nèi)容包括隨機(jī)事件與概率、條件概率與獨(dú)立性、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
《廣義主成分分析算法及應(yīng)用》主要討論了隨機(jī)系統(tǒng)信號(hào)廣義主成分分析方法及應(yīng)用情況。全書可分為三部分：第一部分包括概述和基礎(chǔ)理論，主要介紹廣義主成分分析的概念、國內(nèi)外研究現(xiàn)狀，以及與廣義主成分分析密切相關(guān)的矩陣?yán)碚摗?yōu)化理論和神經(jīng)網(wǎng)絡(luò)等理論基礎(chǔ)；第二部分研究多種廣義主成分分析方法，該部分是《廣義主成分分析算法及應(yīng)用》的核心
全書共分9章，內(nèi)容涵蓋了隨機(jī)事件及其概率、隨機(jī)變量及其分布、隨機(jī)向量、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)R語言及其在概率統(tǒng)計(jì)中的應(yīng)用等內(nèi)容.為開拓學(xué)生的學(xué)習(xí)視野、增強(qiáng)實(shí)踐應(yīng)用能力，本書在第9章中介紹了R語言及其在概率統(tǒng)計(jì)中的應(yīng)用.為了便于讀者學(xué)習(xí)，每節(jié)后均附有習(xí)題，每章后附有總復(fù)習(xí)
本書本以經(jīng)典的*小二乘理論為基礎(chǔ)，較全面地介紹了現(xiàn)代應(yīng)用回歸分析的基本理論和主要方法。全書共分為九章。*章討論了回歸模型的主要任務(wù)和回歸模型的建模過程；第二、三章詳細(xì)地介紹了線性回歸模型；第四章以殘差為重要工具，討論了回歸模型的診斷問題；第五、六章討論了多項(xiàng)式回歸模型和含有定性變量的回歸模型；第七章討論了多元線性回歸模
本書研究了擬似然非線性模型中參數(shù)估計(jì)的漸近理論。擬似然非線性模型按照設(shè)計(jì)變量來分，可以分為三類：帶固定設(shè)計(jì)的擬似然非線性模型、帶隨機(jī)回歸的擬似然非線性模型和自適應(yīng)擬似然非線性模型。本書主要研究了這三類擬似然非線性模型中參數(shù)估計(jì)的大樣本性質(zhì)。此外，還研究了帶隨機(jī)效應(yīng)的擬似然非線性模型中參數(shù)估計(jì)的大樣本性質(zhì)。
《概率論與數(shù)理統(tǒng)計(jì)》全面、系統(tǒng)地介紹了初等概率論和數(shù)理統(tǒng)計(jì)的主要內(nèi)容，包括事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其聯(lián)合分布、隨機(jī)變量的數(shù)字特征、極限理論初步、數(shù)理統(tǒng)計(jì)基礎(chǔ),參數(shù)估計(jì)和假設(shè)檢驗(yàn)等。 《概率論與數(shù)理統(tǒng)計(jì)》注重對(duì)基本概念和基本原理的把握和理解；注重對(duì)基本方法的講解和運(yùn)用；以大量的例題和注記幫助讀者理解基
固定效應(yīng)模型和隨機(jī)效應(yīng)模型是社會(huì)科學(xué)研究中的常用模型。在社會(huì)科學(xué)研究者在使用回歸模型進(jìn)行分析時(shí)，有可能存在這樣一種情況，即每個(gè)案例在不同時(shí)點(diǎn)上的殘差都存在一定的相關(guān)和相互依賴，這通常是因?yàn)椴煌咐谀承┪幢挥^察到的特征上存在差異，這就違背了誤差項(xiàng)相互獨(dú)立的假設(shè)，而固定效應(yīng)模型和隨機(jī)效應(yīng)模型都是用來解決殘差相關(guān)的問題。二
在非實(shí)驗(yàn)社會(huì)科學(xué)研究中，回歸分析是*常用的方法。在數(shù)據(jù)收集和錄入以后，研究者無一例外地開始嘗試回歸模型，對(duì)其定義的等式使用*小二乘法（OLS）進(jìn)行估計(jì)。但OLS這一強(qiáng)大的工具卻并不總是正確的。其一便是某類特殊形式的數(shù)據(jù)可能導(dǎo)致OLS估計(jì)量的偏誤。理查德·布林教授在本書中討論的數(shù)據(jù)形式包括刪截?cái)?shù)據(jù)、選擇性樣
概率論與數(shù)理統(tǒng)計(jì)是大學(xué)重要的基礎(chǔ)課程，復(fù)蓋大學(xué)理、工、經(jīng)、管等眾多專業(yè)。為了幫助眾多大學(xué)學(xué)好概率論與數(shù)理統(tǒng)計(jì)，我們組織了具有多年教學(xué)經(jīng)驗(yàn)的教師編寫。學(xué)習(xí)概要與訓(xùn)練分兩大部分。第一部分為學(xué)習(xí)概要，以章為單位，集中了各章的主要概念、重要方法、定理（結(jié)論）和典型例題。第二部分為課程訓(xùn)練的練習(xí)題，練習(xí)題總共分為三類：基本題、提
書單推薦 更多 新書推薦 更多
