本书内容包括事件与概率、*变量及其分布、多维*变量及其分布、*变量的数字特征、大数定律与中心极限定理、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九章。并附有统计分析常用软件SAS及若干概率论与数理统计的实验。教材选例典型，与日常的生产与生活密切相关，有助于提高读者学习兴趣并寓学习理论于实践运用当中。书中
主要包括随机事件及其概率、随机变量及其分布、数字特征、随机向量及其分布、极限定理、数理统计基础知识、参数估计、假设检验、回归分析与方差分析、随机过程等内容。每节配备足量习题，书后附有习题参考答案。内容全面，结构严谨，推理简明。写作风格上注重可读性，由浅入深，通俗易懂。
《概率论与数理统计》是按照教育部对据高校理工类本科线性代数课程的基本要求及考研大纲编写而成。本书注重数学概念的实际背景与几何直观的引入，强调数学建模的思想与方法，密切联系实际，精选许多实际应用的案例并配有相应的习题，本书还融入了MATLAB的简单应用及实例。
《概率论与数理统计》包括随机事件与概率、随机变量（一维及多维）及其分布、随机变量（一维及多维）及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计基础、参数估计、假设检验等内容。本书结构严谨、逻辑清晰、通俗易懂、难度适宜。
《环境科学概论》（第二版）系统分析了环境问题的产生和原因，针对新世纪人类面临的全球环境污染和生态环境危机，体现了环境科学学科的综合性和复杂性，把握学科发展趋势、前沿领域、热点问题和*的研究成果，探讨实现可持续发展的有效途径。《环境科学概论》（第二版）内容广泛，既反映当前环境科学中所包含的全球性环境问题，又通过内容的取舍
《概率统计应用及VB编程实例》分上、下两篇：上篇是概率统计应用VB编程基础，主要介绍了概率统计应用VB编程中所需的各种不同的用户界面及建立方法，其中概率统计应用常用的用户界面是一种非常实用的用户界面，设有菜单，并在代码中加有过滤器使运行后把计算结果保存到文本文档，可从文本文档中直接获取数据处理的计算书；下篇是Visua
《概率论与数理统计学习指导》为崔向照等主编的《概率论与数理统计》配套辅导书，按教材的章节次序，逐节编写内容概要及教材课后习题解答。其中内容概要包含教材中各章的主要定义、相关概念与重要结果，此部分内容便于读者及时查找与复习相关概念与基本知识。课后习题解答部分给出了教材中各章习题的详细解答过程，力求解答过程书写规范，读者从
全书分概率和统计2部分，注重应用同时对理论也有提高和深化。概率分4章，主要编写概率事件、*变量及其分布，数字特征等基本知识。统计分5章，主要编写参数估计、假设检验、方差分析和回归分析。可供工科专业的本科生用作教材。
在每章的内容中穿插介绍了与本章内容有关的一些背景知识或概率论与数理统计的应用实例，旨在加深学生对概率统计内容的了解，扩大学生的视野，每章的习题选择也比较新颖，增加了一些与*新科技及日常生活有关的习题，有助于培养学生解决问题的能力，为提高学生应用计算机解决问题的能力，附录中介绍了概率论与数理统计中数学实验的内容，书末附有
本书从应用角度简要地阐述了现代统计学400多种实验数据统计分析和模型模拟方法，如试验设计、各类型方差分析、列联表分析及非参数检验;专业统计包括了生物测定、遗传育种、生存分析;作物品种区域试验、空间分布型、数值生态学方法等;各种回归分析、聚类分析、主成分分析、判别分析、典型相关分析、对应分析等多元分析技术;非线性回归模型
全书分第一卷（基础统计和实验设计），第二卷（现代统计与数据挖掘），以及第三卷（专业统计及其他）共3卷出版。第一卷可作为大学本科和研究生、一般科研工作者掌握常用统计技术的教材和实验指导书；第二卷可供科研人员、博士、硕士研究生从事科学试验时数据分析使用；第三卷适用于各领域科研人员解决本专业试验统计和数据分析问题。
本书基于PyMC语言以及一系列常用的Python数据分析框架，如NumPy、SciPy和Matplotlib，通过概率编程的方式，讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下，有效地解决问题。书中使用的案例往往是工作中遇到的实际问题，有趣并且实用。作者的阐述也尽量避免冗长的数学分析，而
《概率论与数理统计学习指导（第二版）》是与《概率论与数理统计》第二版，李寿贵、余胜春主编，科学出版社，2016）配套的学习指导教材，亦可与其他教材配套使用.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、随机变量的数字特征、大数定律和中心极限定理、统计量及其分布、参数估计、假设检验、方差分析与回归分析等
本书共十章，主要内容包括随机事件及其概率、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、回归分析、方差分析、正交设计。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，并通过配套的例题和习题，加强对基本理论和公式的理解和应用。为了丰富工科数学
本书以智能聚类分析为主要研究对象，理论分析与实践应用相结合，介绍了智能聚类分析的有关理论、方法与典型应用。主要内容包括：介绍聚类分析的基本原理，聚类分析的过程、评价准则及主要聚类算法；介绍粗糙集理论的基本原理，结合粗糙熵的相关技术，针对一般聚类分析数据的海量性及高维性，介绍一种基于粗糙熵的属性约简算法；在对遗传算法实现
本书分三个板块10章组成，第一板块主要是建立因果空间，论证随机局部是概率论研究的基本单元，其数学模型是因果推断的随机试验，在随机试验上赋概，产生概率密度和条件概率捆；第二个板块主要论证随机变量是划定随机局部的天然工具，是概率空间的一类特殊符号，建立了随机变量和随机向量的基本理论；第三板块主要介绍特征函数，它是研究随机变
本书系统阐述在复杂数据下，部分线性模型和广义线性模型理论与应用的近期发展，主要讨论了基于相依数据、测量误差数据、缺失数据和高维数据的部分线性和广义线性模型的稳健估计、经验似然推断和变量选择问题。本书共分为六章。第一章概括了本书所讨论的模型类型、数据类型和主要研究方法。第二章主要研究具有随机适应误差的部分线性模型中M估计
书单推荐
