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

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

?介绍 R 和 R Commander
?介绍如何下载和安装软件
?演示将 R Commander 应用于一个简单的数据分析问题，从数据输入到报告撰写
?解释如何在 R Commander 中输入和操作数据
?描述了 R Commander 中许多常用统计方法的实现
?展示如何对概率分布进行计算以及如何进行简单的模拟
?演示 R Commander 插件包的使用，它扩展了 R Commander 接口的功能

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。

Origin 是由 OriginLab 公司开发的一个科学绘图与数据分析软件，该软件具有丰富的绘图功能及数据处理与分析功能，已被广泛应用于科技论文与论著的出版。
《Origin科研绘图与学术图表绘制从入门到精通》共 8 章，汇集 150 个实例，涵盖 Origin 基础与基本操作、绘图规范及其导出、数据类型及其导入方法、二维绘图、三维绘图、拟合与分析、数据与信号处理、高效率绘图等内容。《Origin科研绘图与学术图表绘制从入门到精通》内容翔实、实例丰富、实用性强，可使读者在较短时

本书系统、全面地介绍了用于求解**化问题的10种智能启发式算法的基本思想、设计原理及应用案例，分别为遗传算法、蚁群算法、模拟退火算法、禁忌搜索算法、大邻域搜索算法、变邻域搜索算法、迭代局部搜索算法、粒子群算法、人工免疫算法及人工神经网络。

本书可作为高等院校计算机科学与技术、人工智能等理工类相关专业本科生及研究生教材，也可作为物流管理、经济管理等管理类相关专业本科生及研究生教材。

基于图像的三维重建是计算机视觉领域的重要研究方向，在文化遗产保护、数字化城市建模、驾驶导航、虚拟现实等领域有着广泛的应用。传统的三维重建算法通常仅利用图像底层特征或简单的场景语义类别（如天空、建筑）等信息从单幅或多幅图像中推断场景的空间结构，在光照变化、透视畸变、弱纹理区域等诸多因素的影响时，往往难以获得较好的结果。在此情况下，利用高层结构先验引导三维重建过程将是一种有效提高三维重建精度与效率的有效途径。
本书在传统三维重建基本理论的基础上，着重对利用高层结构先验提高三维重建精度

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