本書系統(tǒng)地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機場的相變、信息度量，以及網(wǎng)絡演化博弈論。全書共10章，分為三個部分。第一部分包括第1章至第3章，給出了隨機場的一般定義，重點介紹馬爾可夫場和Gibbs場，以及它們的等價關系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二

本書介紹近些年來關于馬爾可夫鏈的統(tǒng)計推斷的一些研究新結果:可逆馬爾可夫鏈和不可逆平穩(wěn)D-馬爾可夫鏈統(tǒng)計計算理論，使用的方法是我們建立的馬爾可夫鏈反演法。第1章介紹本書需要的一些預備知識。第2章介紹馬爾可夫鏈的擊中分布和禁忌速率，主要是擊中分布的微分性質、矩性質及對稱函數(shù)性質有關的約束方程，以及馬爾可夫鏈反演法。第3章和

《非線性系統(tǒng)的行波解》以時滯連續(xù)與離散反應擴散方程、積分-差分方程和隨機種群模型為研究對象,歸納總結了作者多年研究行波解的成果,系統(tǒng)講述了作者利用打靶法、單調迭代、不動點定理、滑行方法等研究時滯反應擴散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調動力系統(tǒng)和大偏差

本書主要講述混合、正負相協(xié)、拓廣負相依、寬相依和負超可加相依等相依結構下的不等式研究，特別是非參數(shù)和半?yún)��?shù)模型的統(tǒng)計理論和方法，如若干相依序列的定義和不等式、密度函數(shù)和分布函數(shù)估計的相合性與漸近正態(tài)性、非參數(shù)回歸函數(shù)小波估計的強相合和Berry-Esseen界、半?yún)��?shù)回歸模型小波估計的弱收斂速度和Berry-Essee

本書介紹非線性復雜系統(tǒng)中數(shù)據(jù)處理的投影尋蹤降維技術，給出投影尋蹤在分類、評價和預測等方面的統(tǒng)計模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關系數(shù)模型、投影尋蹤信息熵模型、聚類分析修正的投影尋蹤模型、解不確定型決策問題的投影尋蹤模型、投影尋蹤回歸及自回歸模型。這些模型能充分提取數(shù)據(jù)信息、

本書是在教育部制定的教學大綱基礎上，參照同濟大學“概率論與數(shù)理統(tǒng)計”課程及教材建設的經(jīng)驗和成果，按照全國碩士研究生入學統(tǒng)一考試數(shù)學一的考試大綱要求，根據(jù)作者十多年的教學實踐經(jīng)驗編寫而成．全書共分八章，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、隨機變量的數(shù)字特征、大數(shù)定律及中心極限定理、統(tǒng)計量和抽樣分布

本書以時間序列模型為基礎，以經(jīng)濟學和管理學中的案例為載體，采用理論講解與數(shù)據(jù)分析案例實踐相結合的方式編寫而成。全書共9章，包括時間序列分析基礎、線性時間序列模型、單位根時間序列模型、非線性時間序列模型、協(xié)整時間序列模型、波動率模型、時間序列的機器學習方法、時間序列的深度學習方法和課程綜合案例等內(nèi)容。本書配有PPT課件、

作者根據(jù)多年來學習和講授隨機過程的經(jīng)驗,以及在研究工作中長期積累的自己的理解、體會和心得,寫下了本書。本書主要講述現(xiàn)代隨機過程的基礎知識,包括隨機過程的總體概念和術語,可選性與循序可測性,經(jīng)典Wiener空間,Brown運動,離散時間鞅與連續(xù)時間鞅,Markov過程與半群,強馬氏性與擴展馬氏性,Ito隨機積分,一般半鞅

本書是河南省“十四五”普通高等教育規(guī)劃教材重點立項,是將傳統(tǒng)紙質教材內(nèi)容與教學視頻等相關數(shù)字資源鏈接在一起的新形態(tài)立體化教材。《BR》本書內(nèi)容由概率論與數(shù)理統(tǒng)計兩部分組成。概率論部分包括概率論基礎、隨機變量及其分布、多維隨機變量及其分布、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)計部分包括數(shù)理統(tǒng)計基礎、參數(shù)估計

本書基于麻省理工學院開設的概率論入門課程編寫，內(nèi)容全面，例題和習題豐富，結構層 次性強，能夠滿足不同讀者的需求。書中介紹了概率模型、離散隨機變量和連續(xù)隨機變量、多元隨機變量以及極限理論等概率論基礎知識，還介紹了矩母函數(shù)、條件概率的現(xiàn)代定義、獨立隨機變量的和、最小二乘估計等高級內(nèi)容。