时间序列分析是在工程技术领域和金融领域都有众多应用的理论和方法。随着我国的科技和经济发展，时间序列分析正变得越来越重要。 本书是高等院校“应用时间序列分析”课程的教材，是“北京大学数学教学系列丛书”《应用时间序列分析》的第二版，较系统地讲授了应用时间序列分析的基本理论、方法及其应用，目的是使学生对时间序列分析的内容和方法有基本的了解，能够用时间序列分析的基本方法处理简单的时间序列数据。全书共分十章，内容主要包括：时间序列的分解、平稳序列、线性平稳序列、ARMA模型、时间序列的预报、潜周期模型、条

本书系统地介绍了贝叶斯统计学的基础理论以及在一些领域中的应用。全书共16章，内容分为4个部分：第一部分，介绍贝叶斯统计学的发展和应用概况，包括第1章（绪论）；第二部分，介绍贝叶斯统计学的基础理论，包括第26章；第三部分，介绍贝叶斯统计学在一些领域中的应用，包括第715章；第四部分，介绍贝叶斯计算方法及有关软件，包括第16章。另外，本书还有三个附录，附录A：贝叶斯学派开山鼻祖托马斯·贝叶斯小传，附录B：WinBUGS软件及其基本使用介绍；附录C：OpenBUGS软件及其基本使用

本书通过三大部分的内容对教材进行补充: 第一部分为对应教材的课后习题全解和每章总复习题全解; 第二部分是试题选编, 精心编排了与学期对应的期末模拟试题八套; 第三部分是高校期末试题选编的全解。本书对原书习题给出了详细解法, 还增加了高校典型期末试卷, 让学生提前巩固所学知识点, 同时本书给出多种解题方法引导学生举一反三, 充分调动学生学习数学的积极性。

本书适应了大数据时代对人才培养的需求，通过将数据处理技术与传统的统计学知识相结合，在内容上设置了大数据概述与SPSS基础知识、数据文件的建立与数据处理、数据的描述性分析、抽样推断与参数估计、数据可视化分析、假设检验、相关分析、线性回归分析、时间序列分析与统计预测、编制数据分析报告十个项目。本书将理论知识与实操能力的培养相结合，同时每个项目的结尾加入了课程思政的案例，并配有微课、课件、教案、习题、数据等教学资源，能够满足课堂教学的需求。本书既可以作为高职高专财经类专业数据分析课程的教学使用，也可以

本书是一本应用多元统计教材，是多元统计分析的实践指南.书中介绍了各类多元统计分析方法，并结合SAS、SPSS和SYSTAT给出了各分析方法的实现.本书主要侧重于应用，通过使用现实数据集的丰富实例，阐明了何时、为什么以及如何使用数据集，便于读者学习理解.
本书条理清晰，内容精练，言简意赅，可作为高等院校数学与应用数学、信息与计算科学等专业学生的教材，同时也可作为数学工作者和科技人员的参考书.

本书按照党的二十大报告的要求，加入了相关的思政教学元素。内容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、大数定律与中心极限定理等内容。注重基本概念，突出概率的直观、严谨性，同时坚持应用导向、提升学生的创新能力。本书突出直观的概率理论知识，注重基本概念的表述，坚持应用导向，培养学生的学习兴趣，提升其创新能力。适合数学、统计、计算机、信管、数据科学与大数据技术等对数学要求较高的专业的学生作为教材或参考书。

本书共分为两个部分。第一部分为概率论基础，包括第1、2、3、4、5章，其中第14章主要介绍了概率空间、可测函数、随机变量及其分布、随机向量变换、条件数学期望、一维和高维随机变量的特征函数等本科阶段尚未或较少涉及的内容；第5章介绍了在概率论与随机过程中常用的随机变量序列的收敛概论和性质。第二部分为随机过程基础，包括第6、7、8、9、10章，其中第6章介绍了随机过程的基本概念、基本类型以及布朗运动和维纳过程的相关知识；第7章主要介绍了泊松过程及其生成算法；第8章除了介绍弱平稳过程的基本概念

本书是作者编著的教材《概率论与数理统计》（第二版）的配套辅导用书，是教材的重要补充，供师生教学和学习参考使用。全书共分八章：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，大数定律与中心极限定理，数理统计的基本概念，参数估计，假设检验。每章内容由三部分组成：第一部分是对全章知识点的归纳总结；第二部分是典型例题，为了复习和巩固好本章知识点，精选和自编了部分题目，为了满足考研同学的需要，精选了部分全国硕士研究生入学统一考试数学试题；第三部分是教材全部习题的详细解答。本书和