本书在介绍数理统计的基本概念和基本理论的基础上,利用Python编程处理随机数据。本书共分6章,内容包括Python基础、随机样本与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析。另外,本书设置了个Python上机编程实验。

本书在贝叶斯框架下，介绍约束条件下半参数与非参数模型的贝叶斯统计推断。内容包括：约束非参数回归模型的贝叶斯统计推断、约束半参数模型的贝叶斯统计推断、约束半参数混合效应模型的贝叶斯统计推断及约束函数型数据半参数模型的贝叶斯统计推断等。

本书以时间序列数据为研究对象,对时间序列数据的特征表示和相似性度量进行较为深入和系统的研究,讲述了如何从数据特征的不同角度进行数据降维,结合设计相应的相似性度量方法实现时间序列数据挖掘,同时将相关的特征表示和相似性度量方法应用于文本主题、经济金融、情报分析和发动机参数等具体领域。全书分为11章:第1章对研究的背景和现状

本书内容包括随机事件及其概率、随机变量及其概率分布、随机向量及其概率分布、随机变量的函数及其数值模拟、随机变量的数字特征、大数定律与中心极限定理等。本书内容简明扼要，概念引入自然实用，符合教学实际的需要。在讲述离散型随机变量的概率分布时，采用图、表、公式相结合的方式，既减少了长篇烦冗的论述，又适合实际教学使用，容易被学

本书主要介绍概率论与数理统计的实验内容。全书可分为三部分：第一部分是概率论部分的实验，包括抛硬币实验、掷骰子实验、蒲丰投针实验、全概率公式和贝叶斯公式、常见离散型分布、常见连续型分布、数学期望、中心极限定理等；第二部分是数理统计部分的实验，包括参数估计、假设检验、方差分析与回归分析等，其中部分内容采用随机模拟的方法进行

这本经典的概率论教材通过大量的例子系统介绍了概率论的基础知识及其应用，主要内容有组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等，内容丰富，通俗易懂.各章末附有大量的练习，分为习题、理论习题和自检习题三大类，并在书末给出自检习题的全部解答。本书是概率论的入

本教材系统性对可靠性统计知识进行介绍，共分为九章，分别是：第1章可靠性基本概念；第2章可靠性中的估计方法；第3章截尾试验下寿命数据的可靠性评估；第4章退化数据的可靠性评估；第5章可靠性模型的假设检验与选择；第6章基于加速试验的可靠性分析；第7章基于贝叶斯方法的可靠性分析；第8章可靠性中的统计计算方法；第9章系统可靠性模

本书是清华大学出版社出版的教材《随机过程及其应用》（第2版）（ISBN9787302242758）的配套习题解答。书中所有习题与主教材所列习题一一对应，每一题均有详细解答。主教材在第1版的基础上做了较大的改编，对教材中的习题做了适当的调整，删去了过去一些比较烦琐和复杂的题目，突出了习题的简单性和概念性；增加了部分与实际

本书是为使用概率统计较多的本科相关专业编写的有关统计推理的理论、思维和方法的教材，基于微积分的统计学理论和应用的介绍，反映了统计思维、统计学教学和当前实践的最新情况。内容主要包括概率分布和概率密度、数学期望、特殊概率分布、随机变量函数、抽样分布、决策理论、点估计、区间估计、假设检验等。

人们常说：“天有不测之风云。”世界总在不断的变化过程中，而人们需要根据这些变化采取不同的应对策略。在变化中抓住不变，在纷繁复杂的事件中找出规律，是人类得以举一反三，得以不断进步的一大依仗。概率论就是这样一种科学的数学工具。它可以为我们解答天气现象，也可以帮助我们作出各类决策，例如：投资、出行、购物，等等。《概率入门：在