本书结合大量实例，由浅入深、循序渐进地介绍了Origin软件的基本操作、科技绘图、数据分析与处理等，主要内容包括：Origin2022概述、Origin基本操作、绘制二维图形、绘制三维图形、绘制多图层图形、图形版面设计与图形输出、曲线拟合、数据操作和分析、图片曲线数字化、数字信号处理、峰拟合和谱线分析、数据批量处理、综

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

本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据作者十多年的教学实践经验编写而成．全书共分八章，包括随机事件与概率、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、大数定律及中心极限定理、统计量和抽样分布

"本书是“新时代大学数学系列教材”《概率论与数理统计》的配套参考书，由教材主编编写。本书按照主教材章节顺序，归纳了概率论与数理统计课程的主要知识点，主要内容包括教材各章的重要知识点、详细习题解答，并结合考研复习要点对历年考研题进行了分析。本书的习题解答注重体现数学思想，有助于读者加深对学科知识的理解。本书可作为高等学校

"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

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

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。

《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

本书介绍非线性复杂系统中数据处理的投影寻踪降维技术，给出投影寻踪在分类、评价和预测等方面的统计模型，包括Friedman-Tukey投影寻踪模型、投影寻踪Spearman相关系数模型、投影寻踪信息熵模型、聚类分析修正的投影寻踪模型、解不确定型决策问题的投影寻踪模型、投影寻踪回归及自回归模型。这些模型能充分提取数据信息、

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、