本書以隨機過程的統(tǒng)計特征和性質為主線,旨在將實際應用和理論推導聯(lián)系起來,通過概念、定理、例題、詳細的習題,盡量體現(xiàn)隨機過程的理論基礎及應用價值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學生較為熟練地掌握隨機過程的理論和應用.本書共九章,全書內容包括隨機過程的基本概念、隨機過程的

本書是一部經典的隨機過程著作，敘述深入淺出、涉及面廣。主要內容有隨機變量、條件期望、馬爾可夫鏈、指數分布、泊松過程、平穩(wěn)過程、更新理論及排隊論等，也包括了隨機過程在物理、生物、運籌、網絡、遺傳、經濟、保險、金融及可靠性中的應用。第12版幾乎各章都有新的內容，也新增了例子和習題，其中最大的變化是增加了講解耦合方法的第12

本書按新時期大學數學教學大綱要求編寫而成，內容豐富，理論嚴謹，思路清晰，例題典型，方法性強.本書注重分析解題思路與規(guī)律，并與現(xiàn)實生活中的問題緊密結合，對培養(yǎng)學生的學習興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內容涵蓋隨機事件、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律

《直覺模糊時間序列分析》系統(tǒng)介紹直覺模糊時間序列分析理論和智能信息處理方法，尤其是在網絡信息安全領域的應用。第1章-直覺模糊集、時間序列預測、直覺模糊時間序列等。第2章-基于多重直覺模糊推理的一階一元IFTS預測模型。第3章-基于多維直覺模糊推理的高階IFTS預測模型。第4章-啟發(fā)式變階IFTS預測模型。第5章-自適應

利用時間序列預測技術對數據進行統(tǒng)計分析，可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預測技術模型構建簡單，對于數據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)化算法的預測理論解決時間序列分析與預測問題，是近年來的研究熱點之一。《基于群智能優(yōu)化算法的預測理論與方法的研究及應用》闡述了基于群智能優(yōu)化算法的預測理論

本書介紹非參數統(tǒng)計的基本概念和方法,其內容包括預備知識、U統(tǒng)計量、基于二項分布的檢驗、列聯(lián)分析、秩檢驗、檢驗的功效與漸近相對效率、概率密度估計、非參數回歸.每一章內容都著重闡述非參數統(tǒng)計推斷的一般處理技術和原則,并給出一些典型例子.各章后面的習題側重于應用.本書的特點是側重于介紹非參數統(tǒng)計在各應用領域中的常用方法,盡可

本書是《數理統(tǒng)計》第四版（科學出版社2015年出版）研究生教材配套學習指導書。全書共分7章，各章主要內容包括：教學基本要求，重點難點，內容提要，例題分析，各章習題解答。針對學生在學習過程中經常遇到的問題，書中精選了一些有代表性的典型例題進行了詳細地解答，并結合思考、討論題及練習、作業(yè)題幫助學生澄清一些易混淆和易理解錯誤

本書主要內容包括：隨機事件與概率、隨機變量、統(tǒng)計量及其分布、參數估計、假設檢驗、方差分析與正交試驗、回歸分析、應用數理統(tǒng)計分析人口。

本書結合R語言介紹了多元正態(tài)分布、均值向量檢驗、協(xié)方差陣檢驗、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析、定性數據分析、多變量的圖表示法和多維標度法等常見的多元統(tǒng)計分析方法。與同類書籍相比，本書具有如下特色：介紹了部分多元統(tǒng)計方法的最新研究成果，如多總體均值檢驗和聚類分析中分類個數

本書重點研究了位置數據的智能聚類學習相關模型和算法前沿，集中反映了作者近年來對空間數據聚類與智能優(yōu)化相結合的研究成果，系統(tǒng)闡述了GPS位置數據聚類學習的相關模型與算法。本書共分為7章，包括GPS位置數據聚類模型和智能優(yōu)化的關鍵技術，GPS位置數據的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動聚類模型與算法，基于Ma