本书主要介绍了现代随机过程理论中一些经典的理论,内容包括预备知识、随机过程的基本概念、泊松过程、布朗运动、马尔可夫链、更新过程、鞅与停时、随机积分与随机微分方程以及它们在破产理论和金融衍生产品定价方面的应用.本书选材精简实用,内容安排得当,论述简洁明了,语言自然流畅,具有很好的可读性.此外,每小节之后基本都配有精选的练

本书面向复杂不确定环境下可解释分类的需求，重点阐述作者提出的置信规则分类方法体系及其在实际工程中的应用。全书主要内容包括不可靠数据鲁棒置信规则分类、面向大数据的紧凑置信规则分类、数据与知识双驱动的复合置信规则分类、精确且可解释的置信关联规则分类、面向高维数据的置信关联规则分类、面向软标签数据的置信关联规则分类等方面的理

全书共6章,内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外,每章都附有习题以及数学家介绍.本书的最后一章为概率模型,介绍概率方法的应用,帮助读者更好地理解概率论的思想和方法,进一步提升读者的数学建模能力,同时增强读者学习数学的兴趣.书后附有习题参考答案

全书共6章，内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外，每章都附有习题以及数学家介绍.本书的最后一章为概率模型，介绍概率方法的应用，帮助读者更好地理解概率论的思想和方法，进一步提升读者的数学建模能力，同时增强读者学习数学的兴趣.书后附有习题参考答案

全书共十章，内容包括回归分析、变量选择、时间序列、非参数统计、聚类分析、判别分析、逻辑斯谛回归与支持向量机、主成分分析、因子分析、纵向数据分析。各章都有丰富的案例分析，为使书中案例贴近数据的应用实际，采用了方便获取的证券市场高频数据，并使用国际通用的R软件进行数据收集、处理、加工和分析，便于读者自己动手和实际应用。全书

现代非参数统计方法是统计学方法论的一个重要组成部分，本书主要介绍若干经典的现代非参数统计方法，包括非参数密度估计、非参数回归方法、分位数回归和非参数似然方法(经验似然)。密度估计方面介绍一元和多元核密度估计；非参数回归方面介绍局部多项式估计的构造、理论性质和应用，样条函数的基本理论、样条估计理论；分位数回归方面介绍分位

本书基于回声状态网络ESN研究时间序列分类和预测问题：第一，分析了面向时间序列分析的ESN；第二，研究了基于DE和ESN的时间序列分类方法；第三，研究了基于BSA优化ESN的时间序列预测方法；第四，研究了基于组合ESN的时间序列预测方法；第五，设计了基于小波ESN的旅游需求预测模型；第六，构建了基于双储备池ESN的电力

时间序列分析是概率统计学科中应用性很强的一个分支，具有非常特殊的、自成体系的一套理论和分析方法，在金融、经济、气象、水文、信号处理、工程技术等众多领域得到了广泛应用。本书以时间序列的统计特征和建模步骤为主线，系统介绍时间序列的基本理论、建模和预测方法以及实践应用，目的是使读者掌握时间序列分析的基本理论、建模和预测的方法

本书介绍近些年来关于马尔可夫链的统计推断的一些研究新结果:可逆马尔可夫链和不可逆平稳D-马尔可夫链统计计算理论，使用的方法是我们建立的马尔可夫链反演法。第1章介绍本书需要的一些预备知识。第2章介绍马尔可夫链的击中分布和禁忌速率，主要是击中分布的微分性质、矩性质及对称函数性质有关的约束方程，以及马尔可夫链反演法。第3章和

本书主要讲述混合、正负相协、拓广负相依、宽相依和负超可加相依等相依结构下的不等式研究，特别是非参数和半参数模型的统计理论和方法，如若干相依序列的定义和不等式、密度函数和分布函数估计的相合性与渐近正态性、非参数回归函数小波估计的强相合和Berry-Esseen界、半参数回归模型小波估计的弱收敛速度和Berry-Essee