在21世纪，统计方法在范围和影响方面都有惊人的扩展。大数据、数据科学和机器学习已经成为新闻中常见的术语，因为统计方法被用于处理现代科学和商业的庞大数据集。我们是怎么走到这一步的？我们又将走到哪里？ 本书将带你踏上数据分析变革的振奋之旅。从经典推断理论（贝叶斯理论、频率理论和Fisher理论）开始，各章节分别介绍一系列

本书是与清华大学出版社2017年出版的《概率论与数理统计（第2版）》（张艳、程士珍主编）教材相配套的学习辅导书.内容包括该书各章的知识点、典型例题、习题与综合练习题全解，另外，还配有大量的训练题及参考答案，以供考研学生提升解题技巧.本书注重体现概率统计的思想方法与基本内容，强调对学生解题方法与能力的培养，力求做到深入浅

内容涉及正倒向随机微分方程最优/次优控制系统研究，分两部分：第一，动态规划原理，我们推导出Hamilton-Jacobi-BellmanInequality,此项研究是深入菲尔茨奖得主，法国数学家P.-L.Lions教授提出的用粘性解理论研究导数有约束的偏微分方程的问题。同时给出在粘性解意义下，随机递归系统的最优控制验

我们所处的时代是一个大数据时代，数据无处不在，统计学是研究数据的科学，在数据分析中扮演了非常重要的角色。多元统计分析是统计学中应用最广的一个分支，在自然科学、社会科学、经济科学和管理科学等领域应用广泛。作为国内多元统计分析的经典版本，第5版继续保持了案例应用与统计思想相渗透、结合软件详细介绍多元统计分析理论与方法的特色

《贝叶斯网基础及应用》主要从贝叶斯网络的概念、发展、推理、应用等方面做了详细的介绍，具体包括叶斯网的基础与性质，精确推理之变量消元，精确推理之团树，带有隐变量的模型学习以及贝叶斯网用于文本分类和MATLAB环境下利用朴素贝叶斯分类器诊断肺癌病人。

本书始终“以应用为目的不削弱理论学习”为指导思想，主要内容有是概率论、数理统计、随机过程，每章节后附有习题，书末附有参考答案。

本书以Stan统计软件为基础，以R代码为例，提供了一个实际的统计推断的基础。从贝叶斯统计方法的角度出发，介绍了统计反思的相关知识，以及一些常用的进行类似权衡的工具，展示了两个完整的*常用的计数变量回归，介绍了应对常见的单一模型无法很好地拟合观测数据的排序分类模型与零膨胀和零增广模型，提出了基于贝叶斯概率和*熵的广义线性

本书主要介绍了回归分析的应用原理和方法，详细介绍了一元线性回归模型、多元线性回归模型、面板数据模型和分位数回归模型，以及在模型构造过程中的注意点和修正方法。同时，结合中国社会经济、自然科学等领域的研究实例，把回归分析的方法与实际应用结合起来，注意定性分析与定量分析的紧密结合，是一本针对统计学专业和财经管理类专业教学而编

在1617世纪，赌博玩家和数学家把随机性从一个难解之谜变成了概率论，在诸多领域中引发了一系列变化和突破，从赌博、数学、统计学、经济学、金融学、物理学到计算机科学。《10堂极简概率课》讲述了关于概率的10个伟大思想背后的故事：是谁构建了这些伟大的思想？这些思想的哲学意义和应用价值体现在哪些方面？《10堂极简概率课》的两位

本书内容主要集中在概率论和数理统计方面，包括它是作者近30年在概率论和数理统计方面的主要工作，解决了概率论和数理统计中五个难题，给出了十多个新概念和十多个行之有效的新方法。