本書的主要組成部分如下:首先,分別回顧了函數型數據和成分數據的基本定義、數據空間、常用方法等。其次,對空間數據做了簡要說明,特別介紹了面數據的空間自回歸模型。之后,提出了具有空間相關性的函數型數據線性回歸模型;在此基礎上,進一步放松了誤差項服從正態(tài)分布的假設,提出了穩(wěn)健的函數型數據空間自回歸模型。

本書是“互聯網+”視角下創(chuàng)新型立體化教材,借助于APP平臺提供微課、交互動畫、釋疑解難、數學實驗等助學、助教數字資源,從而更好地為教師與學生服務。本書介紹了概率論與數理統計的基本概念、基本理論與方法。內容包括概率論、數理統計兩部分。每章均配有習題,并附有本章習題答案二維碼,即掃即得。習題中收集了多屆研究生考試試題,既便

《非線性系統的行波解》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和大偏差

本書主要內容有：抽樣分布、參數估計、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、描述和分析闡明數理統計方法的基本思想及實際應用。

本書共分為10部分，內容包括排列組合、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、隨機變量的數字特征、大數定律與中心極限定理、樣本與統計量、參數估計、假設檢驗、Matlab在概率論統計中的應用簡介。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分布分位數表、t

本書主要內容包括：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、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，特別是非參數和半參數模型的統計理論和方法，如若干相依序列的定義和不等式、密度函數和分布函數估計的相合性與漸近正態(tài)性、非參數回歸函數小波估計的強相合和Berry-Esseen界、半參數回歸模型小波估計的弱收斂速度和Berry-Essee

本書是一本ANSYSWorkbench視頻教程，也是一本ANSYSWorkbench網格劃分教程，以2020版本為依據，對ANSYSWorkbench分析的基本思路、操作步驟、應用技巧進行了詳細介紹，并結合典型工程應用實例詳細講述了ANSYSWorkbench的具體工程應用方法。本書前9章為操作基礎，詳細介紹了ANSY

全書共分6章：基本概念、點估計、假設檢驗、區(qū)間估計、統計決策理論與Bayes分析、統計計算方法，書中含有豐富的例子，著力說明統計思想和統計應用，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理統計各分支的學習與研究。 《高等數理統計（第三版）》可作為數學專業(yè)、統計專業(yè)研究生的教學用書和統計工作者的

時間序列在現代生活中無處不在，它也是數據分析的重要對象。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的統計方法來分析各類時間序列數據，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，然后介紹數據的獲取、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