统计包括统计计算和计算统计两个领域。传统的统计计算有优化算法、随机数生成算法、随机模拟、回归分析、分布函数和分位数函数计算等。计算统计包括马尔可夫链蒙特卡罗方法、EM 算法和自助法等。本书理论部分囊括了这两部分内容；实验部分是以Python 作为编程语言实现的，部分代码展示在书中，部分代码以二维码形式放在每节后面；课程思政部分以扩展阅读形式放在每章最后。本书可以作为高校信息与计算科学、数据计算及应用、统计学等相关专业统计计算课程的教材，也可以作为其他专业的本科生、研究生和研究统计计算方法人员的参

中国科学院数学与系统科学研究院应用数学研究所成立于1979年，由著名数学家华罗庚创建。四十年来，应用数学研究所为数学的基础理论研究和实践应用，为国家科技和经济发展，为人才培养和队伍建设做出了重要贡献。《BR》本书收集和汇编了应用数学研究所1979—2019年发展历程中的部分相关材料，以兹纪念应用数学研究所成立四十周年，继承老一辈科学家的优良传统，弘扬应用数学研究所的创新文化，促进应用数学及相关学科的发展。主要内容包括历史概述、学科方向、桃李芬芳、人与事。

本书是多元数据分析的基础教材，内容涵盖方差分析、总体分布和独立性检验、矩阵的奇异值分解、
多元线性回归分析、主成分分析、因子分析、聚类分析、多维标度分析、判别分析、逻辑回归分析、典
型相关分析等多元数据分析的核心内容。写作上力求深入浅出、循序渐进，既照顾学生的理解能力与学
习兴趣，又考虑内容的全面性与深度。本书在内容取舍、习题选择等方面依据作者的教学经验做了仔细
考虑，同时参考国内外的经典教材与文献，力求做到与时俱进，能够与前置和后续课程很好地衔接。 书

本书适用于大学本科或研究生阶段的概率统计和多元统计分析课程的教学,也可供统计专业本科生做毕业设计参照使用,还可供相关应用领域从业人员参考。
本书的特色：
1.本书一改传统的单一理论方法加案例的编写模式,采用专门的章节进行案例的介绍,使读者可以迅速地进入应用领域。
2.本书对一元概率统计与多元统计的内容进行了详细的介绍，并对一元概率统计知识在各实际领域的应用实践进行了深入分析。除此之外，重点讲述如何利用各种多元分析方法进行运用实践，解决各领域的实际问题，这对在校学生学习概率统计知

本书为应用统计硕士专业学位研究生及相关专业高年级本科生教材，主要介绍了常见的随机过程(离散时间马氏链、泊松过程、更新过程、连续时间马氏链、布朗运动、鞅)的基础知识及其应用。为适应应用统计硕士专业学位研究生和相关专业高年级本科生自学的需要，本书在介绍随机过程基础理论的过程中，尽量回避晦涩难懂的定理证明过程，着重于定理结论在解决实际问题中的应用介绍。为帮助学生更好地学习随机过程的基础知识，本书对全部习题还提供了详细的参考答案。

本书介绍了概率论与数理统计的基本概念、理论与方法，主要内容包括概率论的基本概念、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、大数定律及中心极限定理、祥本及抽样分布、参数估计、参数假设检验等，每章均配有习题，便于内容的理解和掌握。本书突出概率论与数理统计的基本思想和应用背景，表述从具体问题入手，由浅入深，由易到难，由具体到抽象，易于理解。
本书可作为高等院校工科、理科及经管类专业的公共基础课程教材，也可供其他专业学生选读。

"本书是根据作者多年的全英文教学经验编写而成的，是与作者编写的《概率论与数理统计(英文)》相配套的学习辅导用书。
本书主要围绕概率与随机事件、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理、参数估计、假设检验、线性回归分析设计问题，并通过系统、详尽的解答分析，以及对题目背后内涵和关系的深入挖掘来帮助读者进一步提高概率论与数理统计的基本理论水平和实践应用能力。在编写过程中，作者吸取了国内外优秀教材和辅导用书的优点，注重理论与实践相结合。本书系统性强，图例丰

概率论与数理统计既是现代数学的重要分支, 也是现代统计学的基础, 是各类专业大学生最重要的数学必修课之一. 本书是为高等学校非数学专业编写的概率论与数理统计教材，也是“十二五”普通高等教育本科***规划教材的新形态改版升级. 全书共9章，内容包括随机事件、随机变量、随机向量、数字特征、极限定理、样本与统计量、参数估计、假设检验、回归分析与方差分析. 本书力求使用较少的数学知识，深入浅出地进行概率统计理论与应用的阐释，注意举例的多样性，帮助读者理解概念、掌握方法. 各章后选配了适量梯度的习题，并附

本书以集员估计理论为基础，围绕有界干扰系统信息融合滤波开展研究。首先，提出一种输入-状态稳定的定界椭球自适应滤波算法，提高滤波的收敛性和跟踪性能，并针对不同的精度和实时性要求进一步提出固定滞后区间平滑算法和基于次优定界椭球的有界干扰系统滤波算法。其次，为解决非线性有界干扰滤波算法存在的线性化误差大、线性化过程复杂，以及边界存在保守性等问题，提出基于中心差分的非线性有界干扰滤波算法。再次，对有界干扰下的融合滤波方法进行研究，提出相应的融合算法。最后，考虑实际应用中噪声的复杂性，提出具有双重不确定性

线性回归模型是一个非常有效且重要的数据分析方法，但它的局限性是要求因变量是定量变量（定距变量、定比变量）而非定性变量（定序变量、定类变量）。但在许多实际问题中，经常出现因变量有两个或三个分类的情况，此时就需要应用logistic回归分析。本书系统地把logistic回归与线性回归模型的OLS的R2、估计标准误差、t比率和斜率做比较，全面解释了logistic回归模型的估计、解释和诊断结果。传统回归诊断和学生化残差、杠杆、dbeta都包括在创新的logistic诊断法内。最后详细说明了多选项