本書作者是統(tǒng)計決策理論的主要貢獻者，《統(tǒng)計決策理論中的漸進方法》以作者在芝加哥大學多年授課講義為基礎，以易于理解的方式，從逼近復合統(tǒng)計實驗概念中推衍出漸進統(tǒng)計理論。書中數學推理嚴密而且有一定深度，高等問題有較為詳細論述。目次：實驗決策空間；源于決策理論的結果：虧格；似然比和錐形測度；基本不等式；充分性和非充分性；控制、

《大樣本理論基礎》是一部全面論述一階大樣本理論的經典教科書，是世界各國公認的統(tǒng)計專業(yè)研究生的*教材。書中討論了大量的應用問題，包括密度估計、自助法和抽樣方法論的漸進。本書內容深入淺出，學習者只需掌握微積分基礎知識。各章*后有問題和練習，每節(jié)末有小結。

康代瑟得·M.拉馬錢德蘭、克里斯·P.托科什編 *的《*微分對策理論與應用》結構如下：**章將對*微分對策進行一般性的介紹和綜述，并給出背景材料。第2章簡單介紹線性追蹤一逃逸微分對策，這使我們對相關概念有了*好的理解。第3章將分析二人零和*微分對策問題以及多種解決方法，本章還介紹了多種形式的

本書主要介紹經濟管理數據的多變量R語言分析的理論與實踐指導，系統(tǒng)論述數據統(tǒng)計分析的基本理論和方法，并結合R語言分析運算，力求理論與實際應用并重，具有基本統(tǒng)計知識的讀者就可讀懂本書。作者建立了本書的R語言學習博客（Rstat.leanote.com），書中的數據、代碼、例子、習題都可直接在網上下載使用。

本書包括概率論和數理統(tǒng)計兩部分，系統(tǒng)地介紹了概率論的基本概念，隨機變量及其分布，二維隨機變量及其分布，隨機變量的數字特征，大數定律及中心極限定理，數理統(tǒng)計的基本概念，參數估計，假設檢驗等。為方便讀者自學，各章配有適量的習題，概率論和數理統(tǒng)計兩部分各配有一套綜合練習題，書末附有習題答案。

全書包括三編（共6章）內容：線性代數（兩章）、概率論（兩章）、數理統(tǒng)計基礎（兩章）。這次擬編寫出版的《概率論與數理統(tǒng)計》一書，是在《應用數學基礎》一書多輪次、多學校教學實踐的基礎上，對原有《概率論與數理統(tǒng)計》部分進行修改、補充、完善，獨立出版一本教材。

本書根據高等院校經管類本科專業(yè)概率論與數理統(tǒng)計課程的最新教學大綱及考研大綱編寫而成，包括概率論的基本概念、一維和多維隨機變量及其分布、隨機變量的數字特征、數理統(tǒng)計的基礎知識、參數估計、假設檢驗、方差分析和回歸分析等知識。強調數學建模的思想和方法，緊密聯(lián)系實際，服務專業(yè)課程，精選了許多實際應用案例并配備了相應的應用習題，

本書根據高等院校理工類本科專業(yè)概率論與數理統(tǒng)計課程的最新教學大綱及考研大綱編寫而成，包括概率論的基本概念、一維和多維隨機變量及其分布、隨機變量的數字特征、數理統(tǒng)計的基礎知識、參數估計、假設檢驗、方差分析和回歸分析等知識。強調數學建模的思想和方法，緊密聯(lián)系實際，服務專業(yè)課程，精選了許多實際應用案例并配備了相應的應用習題，

本書研究了混沌時間序列智能預測方法及其應用，構建了不同類型的混沌時間序列智能預測模型，并用實際數據進行了實證分析。主要內容包括混沌理論基本原理、常用混沌時間序列預測方法、混沌時間序列的神經網絡預測方法等。

本書主要介紹隨機微分方程模型的統(tǒng)計方法。全書共分7章，分別討論了估計函數在擴散性模型中的應用、金融資產數據的建模問題、帶有一般性跳躍點的基于高頻數據的擴散過程的推斷問題、實現擴散模型相似度的推斷的計算方法、隨機微分方程模型的幾個非參數估計方法的相關問題、隨機波動模型以及數據中所表現的多尺度特征的建模問題等。本書用專題的