本書介紹了幾種典型的線性統(tǒng)計模型及其建模分析方法，不僅詳細講解了各種理論公式的推導過程，還就具體的案例數(shù)據(jù)結合統(tǒng)計軟件展示數(shù)據(jù)分析的各個步驟．此外，每章還配備一定數(shù)量的理論習題與上機實驗題．本書可作為普通高等院校應用統(tǒng)計碩士專業(yè)學位研究生基礎課程教材，也可作為數(shù)學專業(yè)大四學生和其他學科研究生統(tǒng)計課程的教學參考書，以及業(yè)

本書包括概率論與數(shù)理統(tǒng)計兩部分內(nèi)容，前四章為概率論部分，主要內(nèi)容有隨機事件與概率、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；后四章為數(shù)理統(tǒng)計部分，主要內(nèi)容有數(shù)理統(tǒng)計的基本概念及抽樣分布、參數(shù)估計、假設檢驗、方差分析與回歸分析. 本次修訂對基礎內(nèi)容進行了優(yōu)化和整合，增加了綜合應用案例、綜合性習題、

本書是高等學校經(jīng)濟類專業(yè)概率論與數(shù)理統(tǒng)計課程的配套教學參考書，內(nèi)容完全與教材各章節(jié)對應，主要有一維和多維隨機變量及其分布、隨機變量的數(shù)值特征、數(shù)理統(tǒng)計的基礎知識、參數(shù)估計、假設檢驗、方差分析和回歸分析等習題解答。在本次修訂中增加了數(shù)量化方法的有關內(nèi)容，可以定量地對評價對象的每一個影響因素進行分析，研究各個因素之間的數(shù)量

《應用時間序列分析（第6版）》是基于SAS軟件的一本入門級本科生教材，詳細介紹了ARIMA模型和因素分解模型的思想、原理以及相關內(nèi)容基于SAS軟件的實現(xiàn)步驟。本書也包括異方差分析（GARCH模型）和多元時序分析（干預分析和協(xié)整分析）的內(nèi)容。這部分擴展內(nèi)容既可根據(jù)教學需要用于課堂講授，也可以作為本科和碩士課程的銜接用于自

這本書是基于作者的講義“非線性自治系統(tǒng)上的無窮維動力系統(tǒng)”，它的目的是系統(tǒng)整理和完善無窮維動力系統(tǒng)及其應用偏微分方程理論，特別是在流體力學方面。本書旨在介紹一些來自物理、流體力學和材料科學的自治非線性演化方程的**結果，如Navier-Stokes方程、Navier-Stokes-Voight系統(tǒng)、非線性熱粘彈性系統(tǒng)，

本教材是普通高等教育農(nóng)業(yè)農(nóng)村部“十三五”規(guī)劃教材、全國高等農(nóng)林院�！笆�三五”規(guī)劃教材。試驗設計課程教材，內(nèi)容包括：試驗設計的基本概念、試驗數(shù)據(jù)的描述性統(tǒng)計、參數(shù)估計和假設檢驗、方差分析、正交試驗設計、回歸分析與相關分析、回歸正交試驗設計、回歸旋轉試驗設計、均勻試驗設計和二次回歸模型分析共十章，以及各章節(jié)例題計算的SAS

本書主要介紹數(shù)字信號處理中的卡爾曼（Kalman）濾波算法及其在相關領域應用中的相關內(nèi)容。全書共7章。第1章為緒論。第2章介紹MATLAB算法仿真的編程基礎。第3章介紹線性Kalman濾波。第4章討論擴展Kalman濾波，并介紹其在目標跟蹤和制導領域中的應用和算法仿真。第5章介紹無跡Kalman濾波，同時給出在應用領域

本書通過簡單的解釋和有趣的示例幫助你了解貝葉斯統(tǒng)計。舉幾個例子：你可以評估UFO出現(xiàn)在自家后院中的可能性、《星球大戰(zhàn)》中漢?索羅穿越小行星帶幸存下來的可能性、抓鴨子中大獎游戲的公平性，并學會用樂高積木理解貝葉斯定理。通過閱讀本書，你會學習如何衡量自己所持信念的不確定性，理解貝葉斯定理并了解它的作用，計算后驗概率、似然和

數(shù)學史與數(shù)學教育（HPM）是中小學數(shù)學教育的一個研究領域。在統(tǒng)計教學中融入數(shù)學史，有助于學生對統(tǒng)計概念的理解。本書深入挖掘統(tǒng)計核心概念“平均數(shù)”“中位數(shù)”“眾數(shù)”的歷史現(xiàn)象，開展了HPM教學的實證研究。全書圍繞教學內(nèi)容、學生、教師三個方面，系統(tǒng)研究了課堂教學中運用數(shù)學史的教學活動、數(shù)學史融入統(tǒng)計概念教學后學生學習認知發(fā)

本書對圖像矩不變量進行了理論闡述，介紹了經(jīng)典的Hu的矩不變量；給出了幾何矩及中心矩；簡要論述了仿射變換矩不變量的推導；重點論述了平面圖像的平移、比例、旋轉以及密度畸變不變矩的生成、性質(zhì)及計算方法；簡要介紹了一種適用于彈性形變的固有不變量；列舉了一些平面多畸變不變圖像矩在圖像分析、物體識別、圖像檢索、車輛跟蹤和圖像壓縮等