本书系统地阐述了线性平稳和非平稳时间序列分析的基本理论、建模方法和预测理论，并且介绍了几种比较流行的非线性时间序列分析方法和常见的确定性时间序列分析方法.结合作者多年的时间序列分析教学和研究的体会，书中各种模型的理论阐述较为全面而深入，但又没有过多的数学推导.每类模型都配备有例题、习题和实际应用案例，几乎所有实际应用案

本书主要研究Markov切换随机系统的稳定性分析及控制，来源于作者的研究工作及相关成果。本书主要针对不同类型的随机系统，从指数稳定性与控制理论两方面进行研究，能创新性确定动态系统的指数稳定性以及估计其指数收敛速度。随机系统的稳定性基本上取决于其预期应用。指数稳定性特性保证了无论发生任何的转换，网络快速存储活动模式的能力

本书介绍了概率论与数理统计的基本概念、基本理论、方法与应用。内容包括：概率论的基本概念、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、方差分析和回归分析。每章最后一节为概率论与数理统计相关内容的MATLAB实现。本书的主要知识点均配套讲解视频

本书全面地介绍了各种常见统计应用场景下的样本量确定方法，重点讨论了样本量确定的原理，弥补了已有统计学在这方面的不足。特别地，在统计学领域内首次介绍了分布估计和建模等应用场景中的样本量确定方法，填补了空白。

"多元统计分析在多个领域展现广泛的应用价值。本书主要介绍多元统计分析的相关内容，包括随机向量、多元正态分布、统计推断、多元线性回归、主成分分析、因子分析、聚类分析、判别分析、分类神经网络、路径分析和结构方程等。书中主要的多元统计方法都以常用的统计软件SPSS和JMP作为求解运算与分析工具。本书既可作为高等院校工科类和经

概率论与数理统计是统计学及数据科学专业的一门基础课程，在自然科学和社会科学的诸多领域中都有很重要的应用。对于该课程的教材来讲，除了能够让读者掌握最基本的理论和方法之外，也需要对其在实践中如何应用有所指导。因此，本书首先详细介绍了概率论的基本内容，包括随机事件，随机变量的定义、分布函数、矩，大数定律和中心极限定理等，并引

本书内容包括随机事件及其概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定律及中心极限定理和数理统计初步等内容。在内容的选取上注重学生的逻辑推理能力及解决应用问题能力等数学应用能力的培养,适当数学淡化理论的严密性和抽象概念。删除了传统教材中难而繁的内容,保留了理工科各专业所需要的最基本内容

本书涵盖数值分析、统计计算的核心内容，既包含一些经典的数值方法，又系统地介绍了统计计算中的新方法。本书共8章，内容包括计算统计引论、矩阵计算、函数逼近与最小二乘法、方程与方程组的数值解法、数值积分与数值微分、马尔可夫链蒙特卡洛模拟、EM优化算法、组合优化与启发式算法等。本书结合理论算法、计算机程序与计算机专业领域应用案

本书内容全面,简明扼要,思路清晰,突出应用。本书分为时间序列门限模型、变参数门限自回归模型、截面数据门限空间模型、面板数据门限模型、面板门限空间模型、门限空间向量自回归模型和半参数门限空间滞后模型七章。本书突出各类模型的适用对象、建模思路和应用中常见问题的诠释。本书可作为金融学、区域经济学、管理学和计量经济学相关领域的