隨著物聯(lián)網、數字醫(yī)療、智慧城市的興起，時間序列數據分析變得越來越重要。隨著持續(xù)監(jiān)測和數據收集變得越來越普遍，對通過統(tǒng)計和機器學習技術進行時間序列分析的需求將會增長。這本實用指南涵蓋了時間序列數據分析的創(chuàng)新成果和現(xiàn)實世界的案例，使用傳統(tǒng)統(tǒng)計方法和現(xiàn)代機器學習技術，幫你應對時間序列中最常見的數據工程和分析挑戰(zhàn)。作者Aile

《概率論與數理統(tǒng)計：基于R語言》的特色在于，通過《概率論與數理統(tǒng)計：基于R語言》，可以將R軟件的實踐融入概率論與數理統(tǒng)計課程幾乎每一個知識點的教學中，讓學生從繁雜的數學計算中解脫出來，從而能有更多的時間去理解概率論中抽象概念的實際意義及統(tǒng)計學中統(tǒng)計方法的基本原理和思想�！陡怕收撆c數理統(tǒng)計：基于R語言》中R軟件部分的教學

本書將新工科理念與國際化深度融合，借鑒國內外優(yōu)秀教材的特點，并結合山東大學數學團隊多年的教學經驗編寫完成。本書共8章，包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、數字特征與極限定理、統(tǒng)計量及其分布、參數估計、假設檢驗、MATLAB在概率論與數理統(tǒng)計中的應用。每節(jié)題型采用分層模式，每章總復習題均選編自歷年

《概率論與數理統(tǒng)計實驗指南（Python版）》內容共九章。分別是：第一章Python基礎，第二章隨機事件及其概率，第三章隨機變量及其分布，第四章多維隨機變量及其分布，第五章隨機變量的數字特征，第六章大數定律及中心極限定律，第七章數理統(tǒng)計的基本概念，第八章參數估計，第九章假設檢驗。每一章首先進行內容簡介，介紹本章的基本概

本書包括事件與概率、離散型隨機變量、連續(xù)型隨機變量、大數定律與中心極限定理、數理統(tǒng)計的基本概念、點估計、假設檢驗、方差分析和回歸分析、Excel在統(tǒng)計分析中的應用等九章。

《應用隨機過程》是應用隨機過程教材，其內容包括概率論的基礎知識、隨機過程的基本概念和基本類型、離散（連續(xù)）時間的馬爾可夫鏈、泊松過程、鞅過程、布朗運動和平穩(wěn)過程等�！稇�用隨機過程》盡量采用通俗易懂的方法介紹隨機過程中的基本概念和基本理論，更加強調理論的直觀解釋和應用，選取了大量與社會、經濟、金融、生物等領域相關的例題和

《概率論與數理統(tǒng)計》根據近年來新工科數學改革的新成果，結合高等應用型本科院校的實際特點編寫，以培養(yǎng)未來多元化、創(chuàng)新型、具有可持續(xù)競爭力的工程人才為目標。教材中對傳統(tǒng)的教學內容進行優(yōu)化，利用數學軟件解決隨機數學和數理統(tǒng)計實際應用問題；還建設了立體化的新形態(tài)教材，為打造“兩性一度”金課建設創(chuàng)造了必備的條件�！陡怕收撆c數理統(tǒng)

本書從概率論和隨機過程的發(fā)展歷史出發(fā)，以隨機過程的概率論基礎、隨機過程基本理論、隨機過程的時域和頻域分析原理、平穩(wěn)隨機過程通過系統(tǒng)、窄帶隨機過程、離散隨機過程以及非平穩(wěn)隨機過程為主要內容。在介紹的過程中采用先確定后隨機、先連續(xù)后離散的思路，便于讀者對相關知識進行對比理解以至達到融會貫通的程度。本書可作為通信工程、電子工

時間序列分析是統(tǒng)計學科的一個重要分支，它主要研究隨著時間的變化，事物發(fā)生、發(fā)展的過程，尋找事物發(fā)展變化的規(guī)律，并預測未來的走勢。在日常生產生活中，時間序列比比皆是，所以目前時間序列分析方法廣泛地應用于經濟，金融，天文，氣象，海洋、物理、化學、醫(yī)學，質量控制等諸多領域，成為眾多行業(yè)經常使用的統(tǒng)計方法。本書是一本用R軟件編

本書通過大量的例子系統(tǒng)介紹了概率論的基礎知識及其廣泛應用，內容涉及組合分析、條件概率、離散型隨機變量、連續(xù)型隨機變量、隨機變量的聯(lián)合分布、期望的性質、極限定理和模擬等。各章末附有大量的練習，還在書末給出自檢習題的全部解答。