本书系统地介绍了在椭球等高分布的基础上建立的广义多元分析理论.主要讨论了椭球等高分布族的性质、有关的中心分布和非中心分布，球对称矩阵分布和椭球等高矩阵分布的性质，椭球等高分布的各种参数估计量，均值向量和协方差矩阵的各种检验和其他检验，广义线性模型理论.

《应用概率与数理统计（第2版）》是按照高等院校教学指导委员会关于概率统计课程的教学基本要求编写而成的，全书共分8章，前3章为概率部分，内容包括随机事件及其概率、随机变量及其分布以及数字特征；第4～7章为数理统计部分，内容包括抽样分布、参数估计、假设检验、回归分析；第8章为Excel在统计分析中的应用。《应用概率与数理统

全书共分10章。第1章对回归分析的研究内容和建模过程给出综述性介绍；第2章和第3章详细介绍了一元和多元线性回归的参数估计、显著性检验及其应用；第4章对违背回归模型基本假设的异方差、自相关和异常值等问题给出了诊断和处理方法，在这一章增加了BOX-COX变换；第5章介绍了回归变量选择与逐步回归方法；第6章就多重共线性的产生

本书是高等学校经济类专业概率论与数理统计课程的配套教学参考书，内容完全与教材各章节对应，主要有一维和多维随机变量及其分布、随机变量的数值特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等习题解答。为了照顾到部分要深造的考研学生，学习参考书中还增加了部分有一个难度的补充题。

回归诊断是用于探索存在于回归分析中问题及判断某些假设是否合理的一种技术。《回归诊断简介》主要回顾蕞小二乘线性回归，讨论多元回归中共线性的问题，处理奇异与强影响数据，探讨误差非线性、不一致的误差方差和非线性问题，简要阐释离散数据产生的问题，介绍基于蕞大似然法、计分检验和构造变量的较复杂的诊断方法。*后，探讨了如何将介绍的

本书注重阐明概率论的基本概念、基本理论以及数理统计常用方法的背景和思想。全书主要包括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、回归分析、方差分析等内容，并通过配套的例题和习题，加强读者对基本理论和公式的理解和应用。

人工智能技术可以使机器模拟人的思维能力，解决推理、分析、判断、寻优等问题，为实现广义控制系统的智能化提供理论基础与方法工具。本书通过三个主要研究步骤，尝试解决上述问题。本书的创新点主要有三个：一是系统描述了预测与神经网络计算智能与经典PID控制相结合的方法。二是系统描述了预测与神经计算智能复合经典PID控制方法与实现。

本书共10章。内容包括：随机事件与概率、条件概率与独立性、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、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析。

本书主要内容包括：随机事件的概率，一维和二维随机变量及其分布，随机变量函数的分布，随机变量的数字特征，大数定律与中心极限定理，统计量及其分布，参数估计，假设检验及随机过程的基本知识。

本书主要包括抽样及描述性统计、概率、误差的传播、常用的分布、置信区间估计、假设检验、相关性和简单线性回归、多次回归、析因实验、统计上的质量控制、变量的控制图表、计数值管制图表、单因素实验中的成对比较、利用仿真构造置信区间、预测区间和公差区间、总体均值的大样本置信区间等内容。