本書系統(tǒng)講解了多元統(tǒng)計分析的基本理論和一些常用的多元統(tǒng)計方法。本書共9章，第1章為緒論，第2~3章介紹多元統(tǒng)計推斷的基本理論，包括多元正態(tài)抽樣分布理論、參數(shù)估計和多元正態(tài)總體的假設(shè)檢驗；第4~9章分別介紹各種常用的多元統(tǒng)計方法，包括判別分析、聚類分析、主成分分析、因子分析、對應(yīng)分析和典型相關(guān)分析。本書各種統(tǒng)計方法的算法

本書是以培養(yǎng)計算思維能力為導(dǎo)向來構(gòu)建教學(xué)內(nèi)容的教材。全書共分10章，主要內(nèi)容包括計算科學(xué)與計算思維、計算機系統(tǒng)組成及其工作原理、信息的表示與存儲、常用數(shù)據(jù)結(jié)構(gòu)與算法、計算機操作系統(tǒng)、計算機網(wǎng)絡(luò)、人工智能基礎(chǔ)、數(shù)據(jù)庫基礎(chǔ)及應(yīng)用、信息安全和Office應(yīng)用基礎(chǔ)。本書的每個知識點均采用相應(yīng)的案例，于知識講解中貫穿計算思維的意

本書是國外Lévy過程教材的中譯本，原書是國際上Lévy過程領(lǐng)域影響深遠(yuǎn)的名著。Lévy過程是包含Poisson過程、Brown運動等的一大類隨機過程。無論對于概率論本身，還是金融數(shù)學(xué)、物理學(xué)、工程科學(xué)、保險等商業(yè)活動來說，Lévy過程都非常重要且有廣泛應(yīng)用。 本書從無窮可分分布、鞅等預(yù)備知識講起，逐步介紹了Lévy過

本書介紹全局優(yōu)化算法的基本理論和研究進(jìn)展，特別聚焦于最近幾年提出的基于遞歸深度群體搜索的一類新方法，并詳細(xì)介紹遞歸深度群體搜索技術(shù)在確定性全局優(yōu)化和智能優(yōu)化算法中的具體應(yīng)用。在確定性全局優(yōu)化中，以DIRECT算法為例，深入介紹了遞歸深度群體搜索的設(shè)計原則與技巧；在智能優(yōu)化中，以粒子群優(yōu)化算法為例，介紹了遞歸深度搜索和群

本書是統(tǒng)計學(xué)專業(yè)的基礎(chǔ)課教材，其比較系統(tǒng)地介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本原理和基本方法.本書是在多年的教學(xué)實踐基礎(chǔ)上逐步形成的，內(nèi)容豐富，敘述嚴(yán)謹(jǐn)，并附有典型例題及大量習(xí)題，有助于讀者掌握和理解概率論與數(shù)理統(tǒng)計的基礎(chǔ)知識.全書共10章，內(nèi)容包括：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(shù)字特征、

算法在幾乎所有的數(shù)學(xué)領(lǐng)域中都扮演著越來越重要的角色。通過本書，讀者能夠發(fā)展基本的數(shù)學(xué)能力，特別是那些與算法設(shè)計、分析及實現(xiàn)有關(guān)的能力。本書不僅包含了Eratosthenes篩法、Euclid算法、排序算法、圖算法和高斯消元法等基本算法，而且討論了圖論、數(shù)據(jù)結(jié)構(gòu)和數(shù)值優(yōu)化等基本問題；不僅強調(diào)嚴(yán)格和嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)表達(dá)，還詳細(xì)論

本書是普通高等教育“十一五”國家級規(guī)劃教材。全書內(nèi)容主要包括概率論的基本概念、隨機變量的分布、多維隨機變量、隨機變量的數(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、參數(shù)估計、假設(shè)檢驗、回歸分析、方差分析。各章習(xí)題中設(shè)有練習(xí)題和思考題，書末附有部分習(xí)題參考答案。本書強調(diào)概率論與數(shù)理統(tǒng)計中的基本理論和基本運算，著重

本書共八章，主要內(nèi)容包括：隨機事件及其概率、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、數(shù)理統(tǒng)計的基礎(chǔ)知識、參數(shù)估計、假設(shè)檢驗、回歸分析。

本書共9章，內(nèi)容包括：事件與概率、隨機變量及其概率分布、多維隨機向量及其概率分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、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。

本書共分為七章，結(jié)構(gòu)安排如下：第一章介紹研究背景、研究現(xiàn)狀、研究方法與相關(guān)概念；第二章系統(tǒng)介紹Dirichlet過程及其拓展和應(yīng)用，重點介紹基于經(jīng)驗似然的Dirichlet過程抽樣算子和基于經(jīng)驗似然的Dirichlet過程混合模型，給出其處理分布函數(shù)約束條件的具體方法；第三章介紹縱向數(shù)據(jù)線性混合效應(yīng)模型的半?yún)��?shù)貝葉斯推