本講義基于概率建模的理念，借助古典概率模型和幾何概率模型的直觀以及Kolmogorov公理化的框架，系統(tǒng)而嚴謹?shù)刂鸩街貥?gòu)了初等概率論的理論與應(yīng)用體系，并通過豐富的案例幫助讀者來理解和應(yīng)用有關(guān)概率理論。全書共分12章及3個附錄。

本書為十三五江蘇省高等學校重點教材，按照理論與應(yīng)用并重的思路編寫，共分為八章，包括隨機事件與概率、一維隨機變量及其分布，二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、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗等內(nèi)容，并針對常用的概率統(tǒng)計模型和方法補充了Excel軟件的相關(guān)內(nèi)容，在每章后精心選取了不同層次

本書通過典型案例、反例及仿真分析，深入解析概率統(tǒng)計理論與應(yīng)用。書中以概率統(tǒng)計教學及軍事靶場試驗為背景，融合線性代數(shù)、數(shù)據(jù)分析等課程知識，在應(yīng)用中闡述隨機事件與概率、隨機變量、數(shù)理統(tǒng)計方法等核心內(nèi)容。

本書是概率模型和應(yīng)用隨機過程領(lǐng)域的一部經(jīng)典著作。在詳細介紹了隨機變量、條件概率和期望等概率論基礎(chǔ)知識之后，它全面涵蓋了馬爾可夫鏈、泊松過程、更新過程、排隊模型、布朗運動等隨機過程，以及其在工程學、物理學、生物學、運籌學、計算機科學、金融學、保險學、管理學和社會科學中的廣泛應(yīng)用。此外，本書還討論了隨機模擬的技術(shù)和這一版新

本書是根據(jù)高等院校概率論與數(shù)理統(tǒng)計課程的教學大綱以及考研大綱編寫而成的教材。全書系統(tǒng)地介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本理論與思想方法。全書共八章，主要內(nèi)容包括：隨機事件及其概率、一維隨機變量及其分布、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、數(shù)理統(tǒng)計的基本概念、參數(shù)估計和假設(shè)檢驗。其中前五

本書以普通高等學校非數(shù)學專業(yè)概率論與數(shù)理統(tǒng)計課程的教學基本要求為依據(jù)，參考國內(nèi)優(yōu)秀教材，融入編者多年來在課程教學過程中積累的教學經(jīng)驗編寫而成。本書內(nèi)容由兩大部分組成。第一部分包括：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)定律與中心極限定理；第二部分包括：數(shù)理統(tǒng)計的基本概念、參數(shù)

本書是作者所著的《時間序列分析》一書關(guān)于習題指導和軟件實戰(zhàn)的配套教材，包括兩大部分，第一部分是習題指導，強化時間序列分析的基本理論、基本方法及各知識點的聯(lián)系與綜合方面的訓練，突出統(tǒng)計理論的掌握與運用。第二部分是R語言實戰(zhàn)。以一些實際生產(chǎn)、生活中的數(shù)據(jù)集為基礎(chǔ)，將時間序列分析的理論和方法借助R語言具體實現(xiàn)，通過圖表形象地

全書共有8個章節(jié)，內(nèi)容覆蓋了隨機事件與概率、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(shè)檢驗、概率論與數(shù)理統(tǒng)計在Python中的實現(xiàn)等。本書語言通俗易懂，邏輯清晰，結(jié)構(gòu)嚴謹。每章穿插微視頻，圍繞重難點及典型例題進行視頻講解，線上線下相結(jié)合，有助于學生更好的理解內(nèi)容。章末均配

本書圍繞尾概率的相關(guān)結(jié)論做了十個方面的介紹，得到了在所有時間范圍內(nèi)一致的破產(chǎn)概率的漸近估計。本書考慮了允許部分資本轉(zhuǎn)移的破產(chǎn)集，擴展了現(xiàn)存的多維離散時模型，并提出了在這種改進模型下的初始儲備最優(yōu)分配策略。

本研究在現(xiàn)有框架基礎(chǔ)上對各方法進行改進，弱化模型選擇依賴：一是提出基于概率密度比的傾向得分估計方法，避免模型指定錯誤導致的偏差；二是將貝葉斯累加回歸樹模型引入預測模型法，提高識別復雜關(guān)系的能力；三是將改進后的傾向得分估計與預測模型結(jié)合，進一步減少模型設(shè)定錯誤帶來的誤差。研究還證明了相關(guān)估計量的漸近無偏性并給出方差計算公