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

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。

《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

本书是高等院校理工科类基础课程“概率论与数理统计”的学习参考书,全书共分9章,前8章主要是理工科概率论与数理统计教学内容的总结以及典型习题的讲解,主要包含,阐述基本概念,归纳基本性质与重要公式,总结解题方法和技巧,典型例题讲解等;第9章为自测题。编者结合北京理工大学多年的教学实践经验,在翻阅大量资料的基础上,精心挑选了

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,

全书共分八章,分别为随机事件及其概率、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理、数理统计的基本概念、参数估计和假设检验,共500多道习题及解答,其中200余道历届考研真题(在边栏中标注“K”)。本书深度融合信息技术,在解题前给出了本题所蕴含的知识点,读者可依知识点标号来获取知识

因果推断方法常用于教育学、经济学、社会学等学科研究及公共政策评估。本书囊括了目前运用观测数据进行因果推断的主要方法。全书共分六讲，分别是：计量分析的起点、线性回归分析、倍差法、工具变量法、断点回归和匹配法。前两讲为读者奠定微观计量方法基础，后四讲讲授具体的准实验方法，按因果识别策略、估计方法、实例讲解、Stata操作四