本书是剑桥大学统计实验室的戴维·威廉姆斯教授在为剑桥大学三年级大学生所开设课程的讲义的基础上写成的,是一本基于测度论的方法来介绍概率论的严格理论的入门书。该书的*特点与新颖之处是用了近三分之一的篇幅来介绍先进的鞅的理论与方法（这一点连作者本人也颇为自许）；此外，还有如从第4章独立性开始便引入-代数化的表达

本教材是在原教材的基础上，研究了教学改革的新形势，结合一般院校培养应用型高级技术人才的定位，同时考虑了近几年的教材使用中发现的问题，经过深入研讨，进行了大力度的修改，主要有：原第1、2章合并为1章电路及其基本分析方法，每章增加应用实例，不讲公式推导，简化复杂正弦交流电路的分析，简化不对称负载电路分析，强调不对称负载电路

《实验设计数据处理与计算机模拟》主要涉及实验设计、数据处理和计算机模拟三部分内容，具体包括：误差理论和测定结果表达、统计推断和显著性检验、线性回归、曲线拟合、误差分析和实验设计、单因素及双因素优选法、多因素优选的正交设计法、二次回归正交实验设计、均匀实验设计、数学模拟实验、模型判别与序贯实验设计、置信域与统计的实验设计

本书系格致方法定量研究系列丛书之一，是同系列中《多元回归中的交互作用》的姊妹篇。在前著的基础上，本书通过运用整合了潜变量分析和LISREL法的结构方程模型（SEM）将交互作用分析向前推进了几步。更为重要的是在结构方程模型的框架下，普通*小二乘法分析中忽略的两个重要条件（多指标和测量误差）得到了很好的处理。

本书涵盖了计算统计领域的几乎所有核心内容，既包含一些经典的统计计算方法，如求解非线性方程组的牛顿方法、传统的随机模拟方法，又系统地介绍了近些年来发展起来的计算统计中的某些新方法，如模拟退火算法、基因算法、EM算法、MCMC方法、Bootstrap方法等。另外，本书时效性强、实例丰富，书后还提供了大量不同难度的习题

本书对分类数据分析的方法和模型，及其在社会科学研究中的应用做了全面介绍。它的一个目标是整合变换方法和潜在变量方法，这是两类不同但又相互补充的处理分类数据分析的传统方法。这也是di一次在一本单册书中详细地介绍针对离散因变量、交叉分类和跟踪数据的模型与方法对于广大的社会科学研究者来说，意义重大，既可以使得他们能顺利使用合适

《间歇过程统计建模及故障诊断研究——基于数据驱动角度》内容简介：作为第二产业当中的一个子项，间歇生产过程是现代社会大生产当中比较有代表性的生产形势之一，因其具有比较好的灵活性、较高的产物附加值以及较悠久的发展历史，被应用在诸如制药、食品生产、化工材料制备等领域。然而正因其具有的与连续生产过程所不同的特性，也会随之

本教材是在作者多年对本二工学类、经济类不同专业概率论与数理统计课程授课经验基础之上，编写的一本以实用性、简洁性和基础性为特点的大学本科公共必修课教材。其中，概率论基础部分包括：概率论的基本概念、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理。数理统计基础部分包括：统计量及其分布、

本教材是在作者多年对本二工学类、经济类不同专业概率论与数理统计课程授课经验基础之上，编写的一本以实用性、简洁性和基础性为特点的大学本科公共必修课教材。其中，概率论基础部分包括：概率论的基本概念、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理。数理统计基础部分包括：统计量及其分布、

概率论与数理统计 BX