本書主要內(nèi)容有：抽樣分布、參數(shù)估計、假設檢驗、方差分析與正交試驗設計、線性回歸模型，本書每章末附有習題，書后附有答案。本書根據(jù)研究生教學的特點精心選材，通過問題的引入、描述和分析闡明數(shù)理統(tǒng)計方法的基本思想及實際應用。

本書共分為10部分，內(nèi)容包括排列組合、隨機事件與概率、隨機變量及其概率分布、二維隨機變量及其概率分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、樣本與統(tǒng)計量、參數(shù)估計、假設檢驗、Matlab在概率論統(tǒng)計中的應用簡介。各章后選配了適量習題，并在書后附有習題答案。書末給出了泊松分布表、標準正態(tài)分布表、χ2分布分位數(shù)表、t

本書主要內(nèi)容包括：概率論基礎知識、隨機過程的概念和基本類型、平穩(wěn)過程、Poisson過程、更新過程、Markov鏈、隨機過程分析等。本書盡可能簡化了復雜的抽象證明和推導，重點講述Poisson過程、更新過程、Markov鏈、隨機過程分析等內(nèi)容，并沒有介紹比較復雜的隨機過程入布朗運動、鞅論等。

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

全書共分6章：基本概念、點估計、假設檢驗、區(qū)間估計、統(tǒng)計決策理論與Bayes分析、統(tǒng)計計算方法，書中含有豐富的例子，著力說明統(tǒng)計思想和統(tǒng)計應用，書中還配置了足夠的習題，可使讀者得到各種基本訓練。讀完本書即可進入數(shù)理統(tǒng)計各分支的學習與研究。 《高等數(shù)理統(tǒng)計（第三版）》可作為數(shù)學專業(yè)、統(tǒng)計專業(yè)研究生的教學用書和統(tǒng)計工作者的

時間序列在現(xiàn)代生活中無處不在，它也是數(shù)據(jù)分析的重要對象。本書介紹時間序列分析的實用技巧，展示如何結合機器學習方法和傳統(tǒng)的統(tǒng)計方法來分析各類時間序列數(shù)據(jù)，并提供Python示例和R示例。本書共有17章，首先概覽時間序列分析的歷史，然后介紹數(shù)據(jù)的獲取、清洗、模擬和存儲，接著關注可用于時間序列分析的建模技術，最后探討時間序列

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(zhì)、矩性質(zhì)及對稱函數(shù)性質(zhì)有關的約束方程，以及馬爾可夫鏈反演法。第3章和

全書共八章,即隨機事件與概率、隨機變量及其分布、二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、參數(shù)估計、假設檢驗。每章均配有習題和單元測試,書后附有習題參考答案。

以數(shù)據(jù)復雜程度分類，將Meta分析分為幾個大的專題，稱為篇；將每個大的專題再細分為章。每章先舉一個具體數(shù)據(jù)，接著介紹適用于數(shù)據(jù)Mate分析的模型，給出R軟件實現(xiàn)過程和結果解讀。以問題為導向，以數(shù)據(jù)為綱，以模型和方法為目，理論與實踐結合，重在實踐。以數(shù)據(jù)復雜程度分類，將Mate分析分成幾個大的專題，稱為篇，然后每個大的專

本書主要內(nèi)容包括：概率論的基本概念、隨機變量、多維隨機變量、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析、回歸分析，共十章。主要內(nèi)容包括：樣本空間與隨機事件、概率與古典概型等。