本書共6章,內容包括:緒論;概率論與數(shù)理統(tǒng)計;教學策略理論及方法;數(shù)學建模研究概述;教學建模軟件的應用;概率論與建模思想耦合應用分析。
本書是山東大學數(shù)學學院編寫的《大學數(shù)學教程》系列教材中的一本（全套教材包括《微積分1》《微積分2》《線性代數(shù)》《概率論與數(shù)理統(tǒng)計》《復變函數(shù)與積分變換》共5冊），由首屆高等學校教學名師獎獲得者、長江學者劉建亞教授主持，山東大學數(shù)學學院一線教師編寫。本次修訂在保持上一版原有特色的基礎上，新版更加注重與中學教學內容的銜接，
《概率論與數(shù)理統(tǒng)計》是哈爾濱工程大學編寫的大學數(shù)學系列教材中的概率論與數(shù)理統(tǒng)計課程教材，主要內容包括隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律及中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析與回歸分析等，每章配有習題及參考答案，且習題中加入了具有代表性的全國碩
《概率論與數(shù)理統(tǒng)計》旨在滿足各水平層次學生學習概率統(tǒng)計及自學深造的目標需求，并結合專業(yè)特點，適當介紹了概率論與數(shù)理統(tǒng)計相關的經濟學知識和應用實例。《概率論與數(shù)理統(tǒng)計》共8章，內容包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、隨機樣本及其抽樣分布、參數(shù)估計和假設檢
貝葉斯統(tǒng)計是和基于頻率的傳統(tǒng)統(tǒng)計(頻率派統(tǒng)計)不同的一套關于統(tǒng)計推斷或決策的理論、方法與實踐.本書除了介紹貝葉斯統(tǒng)計的基本概念之外，還介紹了不同貝葉斯模型的數(shù)學背景、與貝葉斯模型對應的各種計算方法，并基于數(shù)據例子來介紹如何通過各種軟件實現(xiàn)數(shù)據分析.本書使用的軟件是以R為平臺的Stan和以Python為平臺的PyMC3，
隨著物聯(lián)網、數(shù)字醫(yī)療、智慧城市的興起，時間序列數(shù)據分析變得越來越重要。隨著持續(xù)監(jiān)測和數(shù)據收集變得越來越普遍，對通過統(tǒng)計和機器學習技術進行時間序列分析的需求將會增長。這本實用指南涵蓋了時間序列數(shù)據分析的創(chuàng)新成果和現(xiàn)實世界的案例，使用傳統(tǒng)統(tǒng)計方法和現(xiàn)代機器學習技術，幫你應對時間序列中最常見的數(shù)據工程和分析挑戰(zhàn)。作者Aile
《概率論與數(shù)理統(tǒng)計：基于R語言》的特色在于，通過《概率論與數(shù)理統(tǒng)計：基于R語言》，可以將R軟件的實踐融入概率論與數(shù)理統(tǒng)計課程幾乎每一個知識點的教學中，讓學生從繁雜的數(shù)學計算中解脫出來，從而能有更多的時間去理解概率論中抽象概念的實際意義及統(tǒng)計學中統(tǒng)計方法的基本原理和思想�！陡怕收撆c數(shù)理統(tǒng)計：基于R語言》中R軟件部分的教學
本書將新工科理念與國際化深度融合，借鑒國內外優(yōu)秀教材的特點，并結合山東大學數(shù)學團隊多年的教學經驗編寫完成。本書共8章，包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、數(shù)字特征與極限定理、統(tǒng)計量及其分布、參數(shù)估計、假設檢驗、MATLAB在概率論與數(shù)理統(tǒng)計中的應用。每節(jié)題型采用分層模式，每章總復習題均選編自歷年
《概率論與數(shù)理統(tǒng)計實驗指南（Python版）》內容共九章。分別是：第一章Python基礎，第二章隨機事件及其概率，第三章隨機變量及其分布，第四章多維隨機變量及其分布，第五章隨機變量的數(shù)字特征，第六章大數(shù)定律及中心極限定律，第七章數(shù)理統(tǒng)計的基本概念，第八章參數(shù)估計，第九章假設檢驗。每一章首先進行內容簡介，介紹本章的基本概
本書包括事件與概率、離散型隨機變量、連續(xù)型隨機變量、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、點估計、假設檢驗、方差分析和回歸分析、Excel在統(tǒng)計分析中的應用等九章。
書單推薦
