本书内容包括随机事件及其概率、随机变量及其概率分布、随机向量及其概率分布、随机变量的函数及其数值模拟、随机变量的数字特征、大数定律与中心极限定理等。本书内容简明扼要，概念引入自然实用，符合教学实际的需要。在讲述离散型随机变量的概率分布时，采用图、表、公式相结合的方式，既减少了长篇烦冗的论述，又适合实际教学使用，容易被学

本书以时间序列数据为研究对象,对时间序列数据的特征表示和相似性度量进行较为深入和系统的研究,讲述了如何从数据特征的不同角度进行数据降维,结合设计相应的相似性度量方法实现时间序列数据挖掘,同时将相关的特征表示和相似性度量方法应用于文本主题、经济金融、情报分析和发动机参数等具体领域。全书分为11章:第1章对研究的背景和现状

本书以基于布朗运动的随机积分和随机微分方程理论为基础,通过理论推演,论证了一类具有环境噪声的广义动力学方程整体(时间)正强解的存在唯一性。全书分为9章,第1章介绍随机分析基础,第2章介绍非局部扩散基础,第3章介绍偏微分方程非局部扩散的重要不等式,第4章介绍普朗克型方程解的存在性、唯一性和正则性,第5章介绍分数阶Fokk

本书主要内容包括：概率论基础知识、随机过程的概念和基本类型、Poisson过程、更新过程、马尔可夫链、随机过程分析。

本书根据高等院校非数学类专业的概率论与数理统计课程的教学大纲和教学基本要求,参照上海财经大学概率论与数理统计课程与教材建设的经验和成果,参考全国硕士研究生入学统一考试大纲,充分吸收国内外概率论与数理统计相关教材的精华,结合编者多年教学实践和教学改革经验编写而成.本书共8章,内容包括事件与概率、随机变量及其分布、随机向量

本书主要介绍概率论与数理统计的实验内容。全书可分为三部分：第一部分是概率论部分的实验，包括抛硬币实验、掷骰子实验、蒲丰投针实验、全概率公式和贝叶斯公式、常见离散型分布、常见连续型分布、数学期望、中心极限定理等；第二部分是数理统计部分的实验，包括参数估计、假设检验、方差分析与回归分析等，其中部分内容采用随机模拟的方法进行

本书在贝叶斯框架下，介绍约束条件下半参数与非参数模型的贝叶斯统计推断。内容包括：约束非参数回归模型的贝叶斯统计推断、约束半参数模型的贝叶斯统计推断、约束半参数混合效应模型的贝叶斯统计推断及约束函数型数据半参数模型的贝叶斯统计推断等。

本书在介绍数理统计的基本概念和基本理论的基础上,利用Python编程处理随机数据。本书共分6章,内容包括Python基础、随机样本与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析。另外,本书设置了个Python上机编程实验。

人们常说：“天有不测之风云。”世界总在不断的变化过程中，而人们需要根据这些变化采取不同的应对策略。在变化中抓住不变，在纷繁复杂的事件中找出规律，是人类得以举一反三，得以不断进步的一大依仗。概率论就是这样一种科学的数学工具。它可以为我们解答天气现象，也可以帮助我们作出各类决策，例如：投资、出行、购物，等等。《概率入门：在

本书是为使用概率统计较多的本科相关专业编写的有关统计推理的理论、思维和方法的教材，基于微积分的统计学理论和应用的介绍，反映了统计思维、统计学教学和当前实践的最新情况。内容主要包括概率分布和概率密度、数学期望、特殊概率分布、随机变量函数、抽样分布、决策理论、点估计、区间估计、假设检验等。