时间序列分析是统计学科的一个重要分支,它主要研究随着时间的变化,事物发生、发展的过程,寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中,时间序列比比皆是,所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域,成为众多行业经常使用的统计方法。本书是基于Python
随机过程在经济、统计、金融、工程、管理等领域具有广泛的应用价值。新时代急需多样化人才和创新性人才。本教材内容紧跟时代前沿,覆盖统计、金融科技、金融、保险精算等方面的应用,让读者了解随机过程在众多交叉领域中的应用前景,激发创新潜能。例如关于MCMC、机器学习等算法在统计、金融等领域的深入讲解。
本书是作者编著的教材《概率论与数理统计》(第二版)的配套辅导用书,是教材的重要补充,供师生教学和学习参考使用。全书共分八章:随机事件与概率,随机变量及其分布,多维随机变量及其分布,随机变量的数字特征,大数定律与中心极限定理,数理统计的基本概念,参数估计,假设检验。每章内容由三部分组成:第一部分是对全章知识点的归纳总结;
本书通过三大部分的内容对教材进行补充:第一部分为对应教材的课后习题全解和每章总复习题全解;第二部分是试题选编,精心编排了与学期对应的期末模拟试题八套;第三部分是高校期末试题选编的全解。本书对原书习题给出了详细解法,还增加了高校典型期末试卷,让学生提前巩固所学知识点,同时本书给出多种解题方法引导学生举一反三,充分调动学生
本书按照党的二十大报告的要求,加入了相关的思政教学元素。内容包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等内容。注重基本概念,突出概率的直观、严谨性,同时坚持应用导向、提升学生的创新能力。本书突出直观的概率理论知识,注重基本概念的表述,坚持应用导向,培养学生的学
本书将模糊数据作为统计学研究范畴的对象,特别是以具有凸性的模糊数据作为研究对象,将统计学分析方法和模糊数学理论有机地结合起来,尤其是将α截集与置信区间分析方法相结合,提出并研究了模糊统计估计方法、广义模糊估计量等。这些成果丰富和发展了模糊数据统计分析方法,在模糊数据统计分析方法的方法论、认识论上具有一定程度的创新发展。
本书根据作者主讲该课程二十多年来的教学经验,并参照教育bu对该课程的教学基本要求以及全国硕士研究生入学统一数学考试要求而编写。全书共分八章,内容包括:随机事件与概率,随机变量及其分布,多维随机变量及其分布,随机变量的数字特征,大数定律与中心极限定理,数理统计的基本概念,参数估计,假设检验。本书可作为经济、管理、理工(非
本书是根据教育部高等学校大学数学课程教学指导委员会的总体要求、结合地方财经类专业需求特点编写的.按照“专业适用,内容够用,学生适用”的设计思路,量身定制课程内容,突出经济数学的“经济”特色。内容编排尽量做到结构合理、概念清楚、条理分明、深入浅出、强化应用.全书共分9章,内容涵盖了随机事件及其概率、随机变量及其分布、随机
本书着重介绍分布式计算的思想其及在统计学以及机器学习中的应用,将传统统计学与机器学习中的经典方法和现代分布式算法相结合,强化学生的分布式统计计算的编程能力和对相关方法的理解,努力在统计计算和分布式计算之间搭建起一座桥梁。本书亦围绕统计学中的不同问题提供了丰富的实际案例以及详细的实现代码,从而帮助使用者快速理解相关分布式
本书是《概率论与数理统计》的同步辅导书,集长期在教学科研第一线的专家的丰富教学经验,按照系统性、结构性、严谨性和简洁性原则进行编著。内容主要包括随机事件与概率、离散型随机变量、连续型随机变量、随机变量的数字特征、随机向量和极限定理、统计量及其分布、参数估计、假设检验、方差分析、回归分析等。适用于普通高等教育概率论与数理