本書(shū)主要關(guān)注層次結(jié)構(gòu)合作博弈,深入研究了該類合作博弈的Winter值,新構(gòu)造了其均分值、均分剩余值、多步Shapley值、集體值和t值。另外,本書(shū)還關(guān)注了兩類特殊的層次結(jié)構(gòu)合作博弈,即(常規(guī))合作博弈和聯(lián)盟結(jié)構(gòu)合作博弈,詳細(xì)梳理了這兩類合作博弈單值解的研究成果。
控制理論通常處理過(guò)程的動(dòng)態(tài)行為,由微分方程來(lái)進(jìn)行刻畫(huà)。隨著計(jì)算機(jī)控制的快速普及,出現(xiàn)了離散事件過(guò)程和混雜過(guò)程。離散事件過(guò)程可能是展現(xiàn)離散行為的最簡(jiǎn)單的過(guò)程。在離散事件系統(tǒng)中,狀態(tài)是離散的,而且狀態(tài)的轉(zhuǎn)移僅僅是對(duì)離散事件的響應(yīng)。在離散事件過(guò)程和計(jì)算過(guò)程之間存在微小的差異,即并行與并發(fā),也就是說(shuō),對(duì)于多數(shù)的計(jì)算性質(zhì),如順序
符號(hào)模式的允許對(duì)角化問(wèn)題從組合的角度刻畫(huà)來(lái)說(shuō)一直是一個(gè)公開(kāi)問(wèn)題,盡管本人以及其他學(xué)者也給出過(guò)一些充要條件,但是從組合的角度得到的充要條件至少還沒(méi)有得到,這也是我們繼續(xù)進(jìn)行研究進(jìn)而寫(xiě)作本書(shū)的原因。本書(shū)主要闡述和研究符號(hào)模式矩陣中的允許對(duì)角化問(wèn)題,全書(shū)共分五章,第一章符號(hào)模式矩陣的基礎(chǔ)知識(shí);第二章符號(hào)模式矩陣中元素的變化對(duì)
本書(shū)共分為五章,第一章主要介紹了相關(guān)研究背景和準(zhǔn)備工作等內(nèi)容;第二章對(duì)基于觀察值驅(qū)動(dòng)的NBRCINAR過(guò)程的統(tǒng)計(jì)推斷進(jìn)行研究,包括模擬研究和實(shí)證分析;第三章為BRCINAR過(guò)程的建模和統(tǒng)計(jì)推斷,主要包括參數(shù)估計(jì)、模擬研究和實(shí)證分析;第四章為BGRCINAR過(guò)程的建模和統(tǒng)計(jì)推斷,主要包括模擬研究、實(shí)例分析、定理證明等內(nèi)容
全書(shū)分為三個(gè)部分。第一部分包括第一章和第二章,主要介紹了概率論和隨機(jī)過(guò)程的基本知識(shí)。第二部分介紹了離散狀態(tài)的隨機(jī)過(guò)程,包括第三章離散時(shí)間、離散狀態(tài)的馬爾可夫鏈和第四章連續(xù)時(shí)間離散狀態(tài)的Poisson過(guò)程及第五章Poisson過(guò)程的推廣更新過(guò)程,通過(guò)介紹離散狀態(tài)的隨機(jī)過(guò)程使學(xué)生對(duì)隨機(jī)過(guò)程隨時(shí)間變化的特點(diǎn)有初步的認(rèn)識(shí)。第三
本書(shū)共八章,前四章為概率論部分,概率論研究的是不確定性和隨機(jī)性。這一部分主要包括概率論的基礎(chǔ)內(nèi)容,如隨機(jī)變量及其分布,大數(shù)定律和極限定理等。后四章為數(shù)理統(tǒng)計(jì)部分,數(shù)理統(tǒng)計(jì)主要研究如何從收集到的數(shù)據(jù)中獲取有關(guān)總體特征的信息。這一部分主要包括參數(shù)估計(jì)與假設(shè)檢驗(yàn)、非參數(shù)統(tǒng)計(jì)方法、回歸相關(guān)分析、抽樣理論與統(tǒng)計(jì)建模等內(nèi)容。本書(shū)旨
本書(shū)通過(guò)一系列引人入勝的故事,細(xì)致地闡釋了與我們每個(gè)人密切相關(guān)的博弈問(wèn)題,使讀者迅速掌握生活中無(wú)時(shí)不在的博弈技巧。學(xué)博弈論不是為了學(xué)習(xí)它的解法,而是為了學(xué)習(xí)它處理事情的巧妙策略
本書(shū)適用于大學(xué)本科或研究生階段的概率統(tǒng)計(jì)和多元統(tǒng)計(jì)分析課程的教學(xué),也可供統(tǒng)計(jì)專業(yè)本科生做畢業(yè)設(shè)計(jì)參照使用,還可供相關(guān)應(yīng)用領(lǐng)域從業(yè)人員參考。本書(shū)的特色:1.本書(shū)一改傳統(tǒng)的單一理論方法加案例的編寫(xiě)模式,采用專門的章節(jié)進(jìn)行案例的介紹,使讀者可以迅速地進(jìn)入應(yīng)用領(lǐng)域。2.本書(shū)對(duì)一元概率統(tǒng)計(jì)與多元統(tǒng)計(jì)的內(nèi)容進(jìn)行了詳細(xì)的介紹,并對(duì)一
統(tǒng)計(jì)包括統(tǒng)計(jì)計(jì)算和計(jì)算統(tǒng)計(jì)兩個(gè)領(lǐng)域。傳統(tǒng)的統(tǒng)計(jì)計(jì)算有優(yōu)化算法、隨機(jī)數(shù)生成算法、隨機(jī)模擬、回歸分析、分布函數(shù)和分位數(shù)函數(shù)計(jì)算等。計(jì)算統(tǒng)計(jì)包括馬爾可夫鏈蒙特卡羅方法、EM算法和自助法等。本書(shū)理論部分囊括了這兩部分內(nèi)容;實(shí)驗(yàn)部分是以Python作為編程語(yǔ)言實(shí)現(xiàn)的,部分代碼展示在書(shū)中,部分代碼以二維碼形式放在每節(jié)后面;課程思政
本書(shū)主要介紹了縱向數(shù)據(jù)多元響應(yīng)變量的一種新的聚類方法,同時(shí)研究了縱向數(shù)據(jù)的分位數(shù)回歸模型和半?yún)?shù)固定效應(yīng)模型的估計(jì)效率。全書(shū)共分六章,第一章概述,主要介紹本書(shū)的主要工作,包括研究背景、一些基本概念。第二章介紹基于非參數(shù)回歸模型的多元響應(yīng)變量縱向數(shù)據(jù)的聚類分析方法,包括模型框架、聚類方法、漸近性質(zhì)、數(shù)值模擬、實(shí)例分析和證