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

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

《高等概率论》从Kolmogorov公理化体系出发,主要讲授高等概率论的基础概念和基本方法,分概率论、随机过程和鞅论三部分内容.《高等概率论》共十章,具体包括绪论、概率空间与随机变量、分布与积分、条件数学期望、随机变量列的收敛、特征函数及其应用、随机过程基础、鞅论基础、可选时定理的应用、随机点过程等.《高等概率论》在内

本书根据编者多年的双语教学经验编写，介绍了概率论与数理统计的基本概念、原理、计算方法，以及实际应用。在编写过程中，吸取了国内外优秀教材的优点，注重理论与实践相结合，系统性强，图例丰富，突出统计思想，着力培养学生分析问题和解决实际问题的能力。本书主要内容包括概率与随机事件、随机变量及其分布、多维随机变量及其分布、随机变量

本书内容包括金融统计分析案例、经济统计分析案例、机器学习方法案例、生物医学统计分析案例和变量选择与预测模型案例。通过学习书中的案例，读者能够在掌握一定的统计学理论、统计方法和计算方法的基础上，熟练、正确地综合应用统计专业知识去发现、分析和解决问题。书中的案例配有数据（或模拟数据）和实现代码，登录华信教育资源网（www.

"本书是随机过程的入门教材，着重从应用的角度介绍几类基本的随机过程及其理论和方法，全书共分六章，内容包括预备知识、随机过程基本概念、离散时间马尔可夫链、连续时间马尔可夫链、泊松过程与布朗运动、平稳过程。除第一章外，每章最后都配备了思考题，便于读者对该章内容进行更清晰的梳理。本书内容由浅入深，例题典型新颖，注重随机过程的

本书是根据各专业类教学质量国家标准对本课程的基本要求编写的普通高校教材.针对应用型人才培养和工程技术应用需求，本书主要内容为数理统计理论模型及其应用，包括数理统计的基本概念、参数估计、假设检验、回归分析、方差分析和随机过程.每个数理统计模型的讲解均与工程背景例题相对应，既有理论计算和推演，又有MATLAB软件实现过程.

本书是根据教育部高等学校大学数学课程教学指导委员会的总体要求、结合地方财经类专业需求特点编写的.按照“专业适用,内容够用,学生适用”的设计思路,量身定制课程内容,突出经济数学的“经济”特色。内容编排尽量做到结构合理、概念清楚、条理分明、深入浅出、强化应用.全书共分9章,内容涵盖了随机事件及其概率、随机变量及其分布、随机

贝叶斯统计学是现代统计学中非常有特色的内容,应用极其广泛。本书系统地介绍:贝叶斯统计的基本思想及其来龙去脉;先验分布和后验分布的概念以及寻求方法;贝叶斯统计推断;MCMC计算方法以及统计决策理论;等等。为使初学者更好地理解贝叶斯统计并培养对贝叶斯统计的兴趣,本书引入丰富多彩的案例,涉及经济、管理、天文、医药、生物、体育

本书着重介绍分布式计算的思想其及在统计学以及机器学习中的应用，将传统统计学与机器学习中的经典方法和现代分布式算法相结合，强化学生的分布式统计计算的编程能力和对相关方法的理解，努力在统计计算和分布式计算之间搭建起一座桥梁。本书亦围绕统计学中的不同问题提供了丰富的实际案例以及详细的实现代码，从而帮助使用者快速理解相关分布式