本書是為普通高等院校,特別是應(yīng)用型本科院校編寫的教材。我們從本課程的特點出發(fā),結(jié)合應(yīng)用型人才培養(yǎng)的目標(biāo),分析了課程系統(tǒng)性、嚴密性與應(yīng)用型人才需求的關(guān)系,對知識結(jié)構(gòu)刪繁就簡,優(yōu)化重組。本教材涵蓋了概率論與數(shù)理統(tǒng)計最基本的內(nèi)容和方法。第1-4章是概率論部分,包括概率論的基本概念、隨機變量及其分布、二維隨機變量及其分布、隨機

本書共八章，內(nèi)容包括：隨機事件及其概率、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計基礎(chǔ)知識、參數(shù)估計、假設(shè)檢驗。

本書共10章。前5章為概率論部分,主要包括隨機事件及概率、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,是學(xué)習(xí)數(shù)理統(tǒng)計的基礎(chǔ)。第6章至第9章為數(shù)理統(tǒng)計部分,主要包括數(shù)理統(tǒng)計基本知識、參數(shù)估計、假設(shè)檢驗、回歸分析。第10章介紹了MATLAB軟件在概率統(tǒng)計中的應(yīng)用。

本書的主要組成部分如下:首先,分別回顧了函數(shù)型數(shù)據(jù)和成分數(shù)據(jù)的基本定義、數(shù)據(jù)空間、常用方法等。其次,對空間數(shù)據(jù)做了簡要說明,特別介紹了面數(shù)據(jù)的空間自回歸模型。之后,提出了具有空間相關(guān)性的函數(shù)型數(shù)據(jù)線性回歸模型;在此基礎(chǔ)上,進一步放松了誤差項服從正態(tài)分布的假設(shè),提出了穩(wěn)健的函數(shù)型數(shù)據(jù)空間自回歸模型。

本書是“互聯(lián)網(wǎng)+”視角下創(chuàng)新型立體化教材,借助于APP平臺提供微課、交互動畫、釋疑解難、數(shù)學(xué)實驗等助學(xué)、助教數(shù)字資源,從而更好地為教師與學(xué)生服務(wù)。本書介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本理論與方法。內(nèi)容包括概率論、數(shù)理統(tǒng)計兩部分。每章均配有習(xí)題,并附有本章習(xí)題答案二維碼,即掃即得。習(xí)題中收集了多屆研究生考試試題,既便

《非線性系統(tǒng)的行波解》以時滯連續(xù)與離散反應(yīng)擴散方程、積分-差分方程和隨機種群模型為研究對象,歸納總結(jié)了作者多年研究行波解的成果,系統(tǒng)講述了作者利用打靶法、單調(diào)迭代、不動點定理、滑行方法等研究時滯反應(yīng)擴散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術(shù)和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調(diào)動力系統(tǒng)和大偏差

本書主要內(nèi)容有：抽樣分布、參數(shù)估計、假設(shè)檢驗、方差分析與正交試驗設(shè)計、線性回歸模型，本書每章末附有習(xí)題，書后附有答案。本書根據(jù)研究生教學(xué)的特點精心選材，通過問題的引入、描述和分析闡明數(shù)理統(tǒng)計方法的基本思想及實際應(yīng)用。

本書共分為10部分，內(nèi)容包括排列組合、隨機事件與概率、隨機變量及其概率分布、二維隨機變量及其概率分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、樣本與統(tǒng)計量、參數(shù)估計、假設(shè)檢驗、Matlab在概率論統(tǒng)計中的應(yīng)用簡介。各章后選配了適量習(xí)題，并在書后附有習(xí)題答案。書末給出了泊松分布表、標(biāo)準正態(tài)分布表、χ2分布分位數(shù)表、t

本書主要內(nèi)容包括：概率論基礎(chǔ)知識、隨機過程的概念和基本類型、平穩(wěn)過程、Poisson過程、更新過程、Markov鏈、隨機過程分析等。本書盡可能簡化了復(fù)雜的抽象證明和推導(dǎo)，重點講述Poisson過程、更新過程、Markov鏈、隨機過程分析等內(nèi)容，并沒有介紹比較復(fù)雜的隨機過程入布朗運動、鞅論等。

本書主要講述混合、正負相協(xié)、拓廣負相依、寬相依和負超可加相依等相依結(jié)構(gòu)下的不等式研究，特別是非參數(shù)和半?yún)��?shù)模型的統(tǒng)計理論和方法，如若干相依序列的定義和不等式、密度函數(shù)和分布函數(shù)估計的相合性與漸近正態(tài)性、非參數(shù)回歸函數(shù)小波估計的強相合和Berry-Esseen界、半?yún)��?shù)回歸模型小波估計的弱收斂速度和Berry-Essee