本書(shū)是一部經(jīng)典的隨機(jī)過(guò)程著作，敘述深入淺出、涉及面廣。主要內(nèi)容有隨機(jī)變量、條件期望、馬爾可夫鏈、指數(shù)分布、泊松過(guò)程、平穩(wěn)過(guò)程、更新理論及排隊(duì)論等，也包括了隨機(jī)過(guò)程在物理、生物、運(yùn)籌、網(wǎng)絡(luò)、遺傳、經(jīng)濟(jì)、保險(xiǎn)、金融及可靠性中的應(yīng)用。第12版幾乎各章都有新的內(nèi)容，也新增了例子和習(xí)題，其中最大的變化是增加了講解耦合方法的第12

本書(shū)按新時(shí)期大學(xué)數(shù)學(xué)教學(xué)大綱要求編寫(xiě)而成，內(nèi)容豐富，理論嚴(yán)謹(jǐn)，思路清晰，例題典型，方法性強(qiáng).本書(shū)注重分析解題思路與規(guī)律，并與現(xiàn)實(shí)生活中的問(wèn)題緊密結(jié)合，對(duì)培養(yǎng)學(xué)生的學(xué)習(xí)興趣及提高分析問(wèn)題與解決問(wèn)題的能力將起到較大作用.全書(shū)共分九章，內(nèi)容涵蓋隨機(jī)事件、一維隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律

《直覺(jué)模糊時(shí)間序列分析》系統(tǒng)介紹直覺(jué)模糊時(shí)間序列分析理論和智能信息處理方法，尤其是在網(wǎng)絡(luò)信息安全領(lǐng)域的應(yīng)用。第1章-直覺(jué)模糊集、時(shí)間序列預(yù)測(cè)、直覺(jué)模糊時(shí)間序列等。第2章-基于多重直覺(jué)模糊推理的一階一元IFTS預(yù)測(cè)模型。第3章-基于多維直覺(jué)模糊推理的高階IFTS預(yù)測(cè)模型。第4章-啟發(fā)式變階IFTS預(yù)測(cè)模型。第5章-自適應(yīng)

利用時(shí)間序列預(yù)測(cè)技術(shù)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可以推測(cè)事物發(fā)展的未來(lái)趨勢(shì)。然而傳統(tǒng)的時(shí)間序列預(yù)測(cè)技術(shù)模型構(gòu)建簡(jiǎn)單，對(duì)于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預(yù)測(cè)理論解決時(shí)間序列分析與預(yù)測(cè)問(wèn)題，是近年來(lái)的研究熱點(diǎn)之一�！痘�于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》闡述了基于群智能優(yōu)化算法的預(yù)測(cè)理論

本書(shū)介紹非參數(shù)統(tǒng)計(jì)的基本概念和方法,其內(nèi)容包括預(yù)備知識(shí)、U統(tǒng)計(jì)量、基于二項(xiàng)分布的檢驗(yàn)、列聯(lián)分析、秩檢驗(yàn)、檢驗(yàn)的功效與漸近相對(duì)效率、概率密度估計(jì)、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計(jì)推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習(xí)題側(cè)重于應(yīng)用.本書(shū)的特點(diǎn)是側(cè)重于介紹非參數(shù)統(tǒng)計(jì)在各應(yīng)用領(lǐng)域中的常用方法,盡可

本書(shū)是《數(shù)理統(tǒng)計(jì)》第四版（科學(xué)出版社2015年出版）研究生教材配套學(xué)習(xí)指導(dǎo)書(shū)。全書(shū)共分7章，各章主要內(nèi)容包括：教學(xué)基本要求，重點(diǎn)難點(diǎn)，內(nèi)容提要，例題分析，各章習(xí)題解答。針對(duì)學(xué)生在學(xué)習(xí)過(guò)程中經(jīng)常遇到的問(wèn)題，書(shū)中精選了一些有代表性的典型例題進(jìn)行了詳細(xì)地解答，并結(jié)合思考、討論題及練習(xí)、作業(yè)題幫助學(xué)生澄清一些易混淆和易理解錯(cuò)誤

本書(shū)主要內(nèi)容包括：隨機(jī)事件與概率、隨機(jī)變量、統(tǒng)計(jì)量及其分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與正交試驗(yàn)、回歸分析、應(yīng)用數(shù)理統(tǒng)計(jì)分析人口。

本書(shū)結(jié)合R語(yǔ)言介紹了多元正態(tài)分布、均值向量檢驗(yàn)、協(xié)方差陣檢驗(yàn)、聚類(lèi)分析、判別分析、主成分分析、因子分析、對(duì)應(yīng)分析、典型相關(guān)分析、定性數(shù)據(jù)分析、多變量的圖表示法和多維標(biāo)度法等常見(jiàn)的多元統(tǒng)計(jì)分析方法。與同類(lèi)書(shū)籍相比，本書(shū)具有如下特色：介紹了部分多元統(tǒng)計(jì)方法的最新研究成果，如多總體均值檢驗(yàn)和聚類(lèi)分析中分類(lèi)個(gè)數(shù)

本書(shū)重點(diǎn)研究了位置數(shù)據(jù)的智能聚類(lèi)學(xué)習(xí)相關(guān)模型和算法前沿，集中反映了作者近年來(lái)對(duì)空間數(shù)據(jù)聚類(lèi)與智能優(yōu)化相結(jié)合的研究成果，系統(tǒng)闡述了GPS位置數(shù)據(jù)聚類(lèi)學(xué)習(xí)的相關(guān)模型與算法。本書(shū)共分為7章，包括GPS位置數(shù)據(jù)聚類(lèi)模型和智能優(yōu)化的關(guān)鍵技術(shù)，GPS位置數(shù)據(jù)的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動(dòng)聚類(lèi)模型與算法，基于Ma

在信息化發(fā)展迅速的今天，數(shù)據(jù)統(tǒng)計(jì)分析的使用及更新日新月異，數(shù)據(jù)統(tǒng)計(jì)分析的可視化可視化是一個(gè)輔助分析的工具,而不是數(shù)據(jù)分析的替代,它也不是統(tǒng)計(jì)的替代，是通過(guò)可視表達(dá)增強(qiáng)人們完成某些任務(wù)的效率，數(shù)據(jù)分析的可視化能夠帶給人們的不僅僅是視覺(jué)上的沖擊，還能夠揭示蘊(yùn)含在數(shù)據(jù)中的規(guī)律和道理。本書(shū)主要包括R軟件的使用、數(shù)據(jù)描述性分析、