本书研究分类数据的统计过程控制.近年来，统计过程控制的研究成果十分丰富，但大都集中在取值为具体数值的连续数据.本书关注的分类数据取值为若干个类别或属性水平，信息量较少，但在生活生产中极为常见.本书内容来自作者和合作者近年来的研究成果，从一元或多元、名义或有序、独立或自相关、相关性或因果关系等角度，系统地介绍了分类数据统

本书介绍了数理统计的基本概念、参数估计、假设检验、方差分析、贝叶斯基础和统计计算等内容.在编写过程中特别注重方法的实际应用，每个理论后面都列举了对应的例子.同时，为了更贴近社会的现实需求，在每章最后一节通过例子对该章的主要内容进行了R语言实现，并列出了程序的详细步骤.

本书论述了自17世纪以来的数理统计学发展的简要历史，内容包括概率基本概念的起源和发展，棣莫弗的二项概率正态逼近，贝叶斯关于统计推断的思想，最小二乘法，误差分布，社会统计学家对数理统计方法的主要贡献，高尔顿引进相关回归及皮尔逊将其完善的过程，戈塞特等人对小样本理论的贡献，皮尔逊等人发展假设检验这一分支的过程等。本书可供具

本书是与《概率论与数理统计(慕课版)》配套的学习指导书，是根据工科类高等院校“概率论与数理统计”课程的基本要求，结合编者多年的教学经验编写而成的.本书主要内容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、数字特征与极限定理、统计量及其分布、参数估计、假设检验共7章。各章与主教材严格对应，每章包含知识结构、

《概率论与数理统计第二版》依据教育部高等学校大学数学课程教学指导委员会制订的《大学数学课程教学基本要求（2014年版）》，在第一版教材基础上，结合编者多年来教学改革研究的经验修订而成。《概率论与数理统计第二版》包括概率论和数理统计两个部分，概率论部分包括随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量

关于鞅的一些主题和模型

本书是一本以介绍现代概率论基础理论和方法为主的概率论教材。共分三部分。第1章和第2章为测度论，用较短的篇幅完整地叙述了测度与积分的一般理论，包括了一般测度、Lebesgue-Stieltjes测度、Lebesgue测度、积分与期望的定义及单调收敛定理、Fatou引理、Lebesgue控制收敛定理、Fubini定理等主要

本书系统介绍复杂纵向数据半参数模型的理论、方法和应用。内容主要包括:纵向测量误差数据,纵向高维数据,纵向缺失数据等复杂纵向数据模型的经验似然推断方法,广义估计方程方法,变量选择等统计推断。本书涉及的模型理论和方法为在临床医学、金融学以及社会经济学等领域的应用过程中,提供一定的理论研究依据和统计分析方法,同时也帮助读者对

本书内容包括概率论和数理统计两大部分，第1至5章介绍概率论的基本知识，包括随机事件与概率、随机变量及分布、随机变量的数字特征、大数定律与中心极限定理等；第6至9章介绍数理统计的基本知识，包括数理统计基础知识、参数估计、假设检验、回归分析等。

本书介绍了概率论与数理统计的概念、原理、计算方法，以及MATLAB在数理统计中的应用.在编写中吸收了国内外优秀教材的优点，概念讲述通俗易懂，每章中附有精选的例题和习题，并且增加了数学实验.书后附有习题参考答案，方便学生自测,书中还配有二维码，扫码可以观看课件、知识点总结及微课视频，供学生学习提高使用.