本书着重讨论随机过程的基本理论和基本方法，并重点介绍几种常用的随机过程。首先介绍预备知识、基本概念以及通过概率分布和数字特征研究随机过程统计特性的两类基本方法。然后展开讲解Poisson过程、离散参数与连续参数的Markov链、平稳过程和随机分析以及平稳过程通过线性系统的分析。对更新过程、鞅论、排队论、时间序列分析以及

书系统阐述线性模型的基本理论、方法及其应用，其中包括理论与应用的近期发展。全书共10章。第1章通过实例引进各种线性模型。第2章讨论矩阵论方面的补充知识。第3章讨论多元正态及有关分布。从第4章起，系统讨论线性模型统计推断的基本理论和方法，包括最小二乘估计、假设检验、置信域、预测、线性回归模型、方差分析模型、协方差分析模型

本书分两部分，概率论部分着重介绍概率论的基本概念、随机事件与概率、随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等内容；数理统计部分着重介绍数理统计基础、参数估计、假设检验、回归分析和方差分析的基本理论与方法。同时本书还加入了Python软件的相关内容。本书在编写过程中注重联系工科院校实际，选用了大量与工

本书是融合了纸质图书与教学视频等数字资源的新形态立体教辅用书，主要内容涵盖概率论和数理统计两部分。全书按照章节顺序，系统梳理并归纳了“概率论与数理统计”课程的关键知识点和重点内容；精心挑选了符合课程要求且具有代表性的典型例题，并纳入了近年来的大部分考研真题。编者对这些题目进行了详细分析和解答，并通过二维码链接【真题精讲

《概率论与数理统计（第三版）》是***一流本科课程配套教材，系统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。《概率论与数理统计（第三版）》还配有二维码，扫码可以观看课件、知识点总结

本书采用先理论方法后实践应用的方式进行撰写，系统介绍了投影寻踪基本原理、统计学习方法及其多场景应用案例，为多方法耦合提供新思路，为复杂数据挖掘提供新方法，为数据科学问题解决提供新应用。全书内容包括投影寻踪研究进展综述、投影寻踪耦合学习原理、投影寻踪耦合学习算法、投影寻踪聚类耦合学习、投影寻踪回归耦合学习、投影寻踪函数型

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基

真实世界中的序列数据随时间推移呈爆炸式增长，如何设计面向序列数据的知识发现方法是当前研究的热点之一。本书以深度学习和多视图学习为理论基础，以序列数据为研究对象，为面向序列数据分析提供多视图的学习方法与技术，同时为典型场景下的序列数据分析提供多视图深度学习解决方案，以期为序列数据分析、多视图学习领域的研究及应用提供参考。

本讲义共分五个部分.第一部分包括前六讲,简要介绍了概率论的基本概念、结论和方法.第二部分包括第七-十讲,介绍布朗运动的基本概念和性质.第三部分包括第十一-十八讲,其中第十一-十五讲介绍~Ito~随机积分的概念及其重要性质,例如特别重要的Ito等距、Ito乘积法则和Ito~链式法则.第十六--十八讲介绍Ito随机微分方程

1、概率论基础知识；2、基础理论：随机过程的引入（定义的引入、分类、平稳过程）、离散时间的Markov链（定义的引入、分类、不变测度、极限定理）、最优停时与鞅、连续时间的Markov链（定义的引入、Poisson过程、Renew过程、应用案例）、连续时间的随机过程（布朗运动）、随机分析及随机微分方程；3、应用案例分析：

试验设计是统计学最早的一个分支之一，是人们认识自然，了解自然的重要手段。在科学技术日益发展的今天，试验设计早已深入到农业，林业，化学，生物医药，计算机等领域，为其发展提供重要的理论支持，并对其实际应用提供大量可执行的操作方法。随着各领域的飞速发展，传统的实体试验已不能满足实际工作者的需要。计算机的飞速发展，逐渐改变了试

敏感性试验设计是试验设计研究领域的主要研究方向之一，其应用背景主要是针对燃爆产品试验和药剂试验，通过设计若干刺激水平和观测对应的二元响应数据，估计感兴趣的特殊刺激水平，如成功响应概率p对应的刺激水平，称其为感度分布的p分位数。 传统的敏感性试验设计没有优化准则，而且希望估计的主要是0.5分位数。随着对研究对象更高质量的

本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题，重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算

《随机分析与控制简明教程》介绍随机分析及随机控制的基本理论与方法.第1章介绍布朗运动与鞅,涵盖定义、停时定理、Doob不等式、下鞅的Doob-Meyer分解定理、Meyer过程等内容;第2章介绍随机积分、It.公式、鞅表示定理,以及测度变换的Girsanov定理.第3章介绍随机微分方程基础:解的存在唯一性、解对系数的连

本书系统地介绍了多元统计分析中的经典理论和方法，重点讲解了多元正态总体的参数估计和假设检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析。本书力求以统计思想为主线，以SPSS软件为工具，深入浅出地介绍各种多元统计方法的理论和应用，以大量实际问题为背景，介绍多元统计分析的基本概念和方法，具有很强的实用

试验设计是近代科学发展的重要基础理论之一。它研究不同条件下各种试验的*优设计准则、构造和分析的理论与方法。为适应现代试验的需要，作者于2006年开始建立了一个新的*优因子分析设计理论，包括*优性准则、*优设计构造，以及他们在各种不同设计类中的推广。《*优因析设计理论（英）》*先给出近代试验设计，主要是多因子试验设计的基

贝叶斯是当前人工智能的重要基础之一。目前市面上有关贝叶斯的书籍，大多是从工科角度去阐述贝叶斯定理的推导和应用，因此运用了非常多的烦琐公式、定理和推导。而贝叶斯应用却是非常广泛的，绝不仅仅是机器学习的一个工具，还可以上升到一套科学思维方法论。本书主要以贝叶斯为核心，讲授了一些重要的思维方式，包括概率思维、最大似然估计、贝

在产品研发或改进过程中，需要进行大量而重复的实验以确定最优的配方及工艺。掌握先进的实验方法和数据处理方法，可以缩短研发周期、节省研发成本。《从零学实验设计与数据处理》以实验设计为主线，除了介绍实验设计的基本原理与方法以外，佐以大量产业车间范例，旨在使读者学会不同的实验设计的理论与方法。同时通过本书对范例的说明，了

本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据作者十多年的教学实践经验编写而成．全书共分八章，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、大数定律及中心极限定理、统计量和抽样分布

相依混合随机变量是现代概率统计中的重要概念,它具有非常直观的实际应用背景,如时间序列数据、空间数据、网格数据和高频数据等都具有相依性,且呈现渐近独立的特征.因此,近几十年来一直都吸引了众多学者的关注与研究,获得了丰硕的研究成果.本书主要介绍混合随机变量的基本理论,内容包括混合随机变量的定义与性质、随机过程的混合性质、混