本书依据教育部对“概率论与数理统计”课程的基本要求,参照多年课程及教材建设的经验和成果,以“应用为目的,理论是根基”为指导思想编写。本书着眼于概率论与数理统计中的基本原理、基本方法及其应用,强调直观性,深入浅出,例题和案例丰富,注重实用性,可读性强。本书共分8章。第1-5章为概率论部分,包括随机事件及其分布、多维随机变

本书通过案例讲述有关的概念和方法，不仅介绍了ARMA模型、状态空间模型、Kalman滤波、单位根检验和GARCH模型等一元时间序列方法，还介绍了很多多元时间序列方法，如线性协整、门限协整、VAR模型、Granger因果检验、神经网络模型、可加AR模型和谱估计等，并且增加了全新的一章讲述如何用深度学习进行时间序列分析.书

广义线性模型导论

删截、选择性样本及截断数据的回归模型

本书聚焦于退化数据的建模问题，系统研究了基于随机过程理论对复杂退化现象进行建模、参数估计、寿命预测及可靠性评估的基本原理与方法。全书围绕四类经典随机过程展开讨论，分别为维纳过程、伽马过程、逆高斯过程和指数分散过程，针对每种过程提出了相应的统计建模策略，并在传统模型的基础上进行了扩展与改进，以更好适应实际工程中退化行为的

本书主要包括可靠性基础、可靠性建模技术、常见可靠性评估和抽样检验方法，以及这些技术方法在可靠性工程中的应用。同时，还重点介绍了近年来可靠性理论的研究热点和取得的重要成果。从工程需求出发，在基本理论推导的基础上，通过对工程案例的介绍引导读者使用数学知识解决工程实际问题。

本书主要介绍分布参数系统迭代学习控制的收敛性分析与设计方法，内容包括传统和非传统条件下分布参数系统迭代学习控制的控制器设计和收敛性分析理论。本书由三部分组成，第一部分概述了近年以来分布参数系统迭代学习控制的研究现状和基本方法。第二部分对分布参数系统迭代学习控制进行了深入探讨，包括新的学习控制算法的设计，非线性、时滞、广

本教材涵盖概率论与数理统计主要知识板块。从概率论基础到多元分布，再到数理统计的各类估计、检验方法，以及方差分析、回归分析等经典统计模型，还涉及统计质量管理这一具有行业针对性的内容，构建了完整知识体系。无论是基础概念、复杂理论还是实际应用，都能在教材中找到对应内容，满足不同层次学习需求。本教材各章都配备大量实际应用案例。

本书内容包括绪论、误差的性质及其描述、数据处理、测量不确定度的评定等核心模块，既体现理论深度，又突出工程实践导向，符合职业技能鉴定对技术人员“理论扎实、技能过硬”的双重要求，具有鲜明的特色。书稿从基础定义到复杂算法逐步递进，辅以公式推导流程图、数据修正步骤分解图等可视化工具，显著提升复杂内容的理解效率。

本书围绕时间序列数据挖掘中的“表示”与“分类”展开研究。在时间序列表示方面，探讨符号化表示及基于符号化的度量方法，兼顾数据压缩与特征保留；在shapelets发现上，通过关键点检测挖掘具有判别性的局部子序列；还将shapelets应用于早期分类，在数据观测不完全时实现精准早分类；针对一元和多元时间序列分类，分别研究间隔