本书是为准备考研的同学复习概率论与数理统计而编写的专题形式的讲义，由编者多年讲授专题复习课程的讲义整理而来。全书共分7个专题，每个专题都是编者根据同学们在学习中的难点、重点进行的专项讲解，不仅讲理论知识，更注重联合例题讲解题，以使同学们更深入地理解考研数学的内容。本书的核心思想是化整为零，将概率论与数理统计简化为7个专

《应用时间序列分析--基于Python》一书旨在介绍时间序列分析的基本概念、原理及模型，涵盖了时间序列分析中最基本的线性模型及非线性模型。本书每一章最后一节案例分析中，使用Python作为数据分析软件并给出相关代码。本书特色之一在于采用模型、数据双向分析：第一，从模型出发，模拟过程。通过对模拟数据的直观分析，反射出模型

本书主要内容涉及:试验设计基础、常用试验的种类及设计方法、统计资料的整理与分析、概率论基础、统计推断、卡方检验、方差分析、正交设计及资料分析、相关与回归分析以及SPSS在统计中的应用。每一模块按照内容要求划分单元,单元内容的理论知识后紧跟Excel的操作内容,并安排相应的实训。全书最后安排了SPSS在统计中的应用模块,

本书共11章,包括随机事件与概率、随机变量及其分布、二维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析、回归分析与正交试验。每章有精心选配的习题用以巩固知识,书末附有部分习题参考答案。

本书以时间序列模型为基础，以经济学和管理学中的案例为载体，采用理论讲解与数据分析案例实践相结合的方式编写而成。全书共9章，包括时间序列分析基础、线性时间序列模型、单位根时间序列模型、非线性时间序列模型、协整时间序列模型、波动率模型、时间序列的机器学习方法、时间序列的深度学习方法和课程综合案例等内容。本书配有PPT课件、

本教材分为概率论与数理统计两个部分，概率论主要介绍随机现象的内在统计规律，数理统计以概率论为基础讨论收集数据、整理数据、分析数据为实际问题的决策与判断提供依据。全书由随机事件及其概率、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律、数理统计的基本概念、参数估计、假设检验等章节组成。本

作者根据多年来学习和讲授随机过程的经验,以及在研究工作中长期积累的自己的理解、体会和心得,写下了本书。本书主要讲述现代随机过程的基础知识,包括随机过程的总体概念和术语,可选性与循序可测性,经典Wiener空间,Brown运动,离散时间鞅与连续时间鞅,Markov过程与半群,强马氏性与扩展马氏性,Ito随机积分,一般半鞅

全书共分五章,内容包括概率论的补充知识、随机过程基本概念、平稳过程、平稳时间序列和马尔科夫过程,各章包含基本内容、解疑释惑、典型例题详解、课后习题选解和自主练习题几个模块。以提高读者深入掌握随机过程的原理、思想、方法的能力。

本书作者为单博，1983年在中国科学技术大学获理学博士学位。现任南京师范大学数学与计算机科学学院教授，博士生导师，南京市十届政协委员，南京数学会理事长。曾任南京市九届政协委员，南京师范大学数学系主任，中共十四大代表，国家教委理科实验班专家组组长，中国国家数学奥林匹克代表队总教练、领队。他长期从事数论及数学课程与教学论研

"本书内容包括概率论的基本概念和方法,数理统计的点估计、区间估计、参数和非参数假设检验以及线性回归等内容。本书的特点是突出统计思想,对基本概念和方法都有如何理解、应用的阐述和例子，例子和习题大部分来自于实际生活，有助于读者把统计方法用于实际数据的处理和解读。每章后都有大量的习题供读者练习以巩固相关的概念，还提供了开阔读