本书以时间序列模型为基础，以经济学和管理学中的案例为载体，采用理论讲解与数据分析案例实践相结合的方式编写而成。全书共9章，包括时间序列分析基础、线性时间序列模型、单位根时间序列模型、非线性时间序列模型、协整时间序列模型、波动率模型、时间序列的机器学习方法、时间序列的深度学习方法和课程综合案例等内容。本书配有PPT课件、

本教材分为概率论与数理统计两个部分，概率论主要介绍随机现象的内在统计规律，数理统计以概率论为基础讨论收集数据、整理数据、分析数据为实际问题的决策与判断提供依据。全书由随机事件及其概率、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、大数定律与中心极限定律、数理统计的基本概念、参数估计、假设检验等章节组成。本

作者根据多年来学习和讲授随机过程的经验,以及在研究工作中长期积累的自己的理解、体会和心得,写下了本书。本书主要讲述现代随机过程的基础知识,包括随机过程的总体概念和术语,可选性与循序可测性,经典Wiener空间,Brown运动,离散时间鞅与连续时间鞅,Markov过程与半群,强马氏性与扩展马氏性,Ito随机积分,一般半鞅

全书共分五章,内容包括概率论的补充知识、随机过程基本概念、平稳过程、平稳时间序列和马尔科夫过程,各章包含基本内容、解疑释惑、典型例题详解、课后习题选解和自主练习题几个模块。以提高读者深入掌握随机过程的原理、思想、方法的能力。

本书涵盖PGM每个主要分类的基础知识(表征、推理和学习原理等),列出每类模型在多个学科的实际应用,浓墨重彩地描述贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态贝叶斯网络、时态贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。

本书作者为单博，1983年在中国科学技术大学获理学博士学位。现任南京师范大学数学与计算机科学学院教授，博士生导师，南京市十届政协委员，南京数学会理事长。曾任南京市九届政协委员，南京师范大学数学系主任，中共十四大代表，国家教委理科实验班专家组组长，中国国家数学奥林匹克代表队总教练、领队。他长期从事数论及数学课程与教学论研

"本书内容包括概率论的基本概念和方法,数理统计的点估计、区间估计、参数和非参数假设检验以及线性回归等内容。本书的特点是突出统计思想,对基本概念和方法都有如何理解、应用的阐述和例子，例子和习题大部分来自于实际生活，有助于读者把统计方法用于实际数据的处理和解读。每章后都有大量的习题供读者练习以巩固相关的概念，还提供了开阔读

"本书是“新时代大学数学系列教材”《概率论与数理统计》的配套参考书，由教材主编编写。本书按照主教材章节顺序，归纳了概率论与数理统计课程的主要知识点，主要内容包括教材各章的重要知识点、详细习题解答，并结合考研复习要点对历年考研题进行了分析。本书的习题解答注重体现数学思想，有助于读者加深对学科知识的理解。本书可作为高等学校

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

本书介绍非线性复杂系统中数据处理的投影寻踪降维技术，给出投影寻踪在分类、评价和预测等方面的统计模型，包括Friedman-Tukey投影寻踪模型、投影寻踪Spearman相关系数模型、投影寻踪信息熵模型、聚类分析修正的投影寻踪模型、解不确定型决策问题的投影寻踪模型、投影寻踪回归及自回归模型。这些模型能充分提取数据信息、