本书是《概率统计与数学模型》的配套练习册。本书以培养应用型人才目标,针对应用型本科院校学生的特点,结合编者多年的教学经验,按照“因材施教、注重双基、分层出题”的原则进行设计。全书内容涵盖随机事件与概率、随机变量及其分布、多维随机变量及其分布、大数定律、样本及抽样分布、参数估计和假设检验。每一章分为知识点整理、典型题型练

本书分为两部分：概率论部分和数理统计部分.概率论部分主要讲述了概率论的基本概念、随机变量、多维随机变量、随机变量的数字特征、大数定律与中心极限定理，为学生提供必要的理论基础；数理统计部分主要讲述了数理统计的基本概念、参数估计、假设检验、方差分析和回归分析，这部分研究如何运用概率论的基本理论来估计或推断总体的某些性质或数

本书内容是讲解如何进行实验设计与数据处理，共两章，第一章为实验设计，包括单因素实验设计、双因素实验设计、多因素正交实验设计；第二章为实验数据处理，包括误差分析、数据整理、数理统计分析的方差分析法及回归分析法、正交实验结果的方差分析法、均匀实验设计及其应用。

本书介绍了几种典型的线性统计模型及其建模分析方法，不仅详细讲解了各种理论公式的推导过程，还就具体的案例数据结合统计软件展示数据分析的各个步骤．此外，每章还配备一定数量的理论习题与上机实验题．本书可作为普通高等院校应用统计硕士专业学位研究生基础课程教材，也可作为数学专业大四学生和其他学科研究生统计课程的教学参考书，以及业

本书包括概率论与数理统计两部分内容，前四章为概率论部分，主要内容有随机事件与概率、随机变量及其概率分布、随机变量的数字特征、大数定律与中心极限定理；后四章为数理统计部分，主要内容有数理统计的基本概念及抽样分布、参数估计、假设检验、方差分析与回归分析. 本次修订对基础内容进行了优化和整合，增加了综合应用案例、综合性习题、

本书是高等学校经济类专业概率论与数理统计课程的配套教学参考书，内容完全与教材各章节对应，主要有一维和多维随机变量及其分布、随机变量的数值特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等习题解答。在本次修订中增加了数量化方法的有关内容，可以定量地对评价对象的每一个影响因素进行分析，研究各个因素之间的数量

《应用时间序列分析（第6版）》是基于SAS软件的一本入门级本科生教材，详细介绍了ARIMA模型和因素分解模型的思想、原理以及相关内容基于SAS软件的实现步骤。本书也包括异方差分析（GARCH模型）和多元时序分析（干预分析和协整分析）的内容。这部分扩展内容既可根据教学需要用于课堂讲授，也可以作为本科和硕士课程的衔接用于自

本书主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及其在相关领域应用中的相关内容。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域中的应用和算法仿真。第5章介绍无迹Kalman滤波，同时给出在应用领域

本书通过简单的解释和有趣的示例帮助你了解贝叶斯统计。举几个例子：你可以评估UFO出现在自家后院中的可能性、《星球大战》中汉?索罗穿越小行星带幸存下来的可能性、抓鸭子中大奖游戏的公平性，并学会用乐高积木理解贝叶斯定理。通过阅读本书，你会学习如何衡量自己所持信念的不确定性，理解贝叶斯定理并了解它的作用，计算后验概率、似然和

数学史与数学教育（HPM）是中小学数学教育的一个研究领域。在统计教学中融入数学史，有助于学生对统计概念的理解。本书深入挖掘统计核心概念“平均数”“中位数”“众数”的历史现象，开展了HPM教学的实证研究。全书围绕教学内容、学生、教师三个方面，系统研究了课堂教学中运用数学史的教学活动、数学史融入统计概念教学后学生学习认知发