由美国当代著名统计学家L．沃塞曼所著的《统计学完伞教程》是一本几乎包含了统计学领域全部知识的优秀教材，本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（白助法）、独立性推断、因果推断、图模型、非参数同归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术．本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养．本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。

本书以数据的常用统计分析方法为基础，在简明扼要地阐述统计学基本概念、基本思想与基本方法的基础上，讲述与之相对应的R 函数的实现，并通过具体的例子说明统计问题求解的过程。 本书注重思想性、实用性和可操作性；在内容的安排上不仅包含了基础统计分析中的探索性数据分析、参数的估计与假设检验，还包含非参数统计分析的常用方法、多元统计分析方法； 此外还安排了在R 新生态下数据治理与可视化的拓展性内容。每一部分都通过具体例子重点讲述解决问题的思想、方法和在R 中的实现过程。阅读本书，读者不仅可以快速学会R 的基本原理与核心内容，还可以根据提供的例子与相应的R 程序学会解决问题的统计计算方法与基本的编程技术，为解决更复杂的统计问题奠定扎实的基础。 本书可作为各专业本科生、研究生数理统计或应用统计课程的基础教

本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。 本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。

本书研究分类数据的统计过程控制.近年来，统计过程控制的研究成果十分丰富，但大都集中在取值为具体数值的连续数据.本书关注的分类数据取值为若干个类别或属性水平，信息量较少，但在生活生产中极为常见.本书内容来自作者和合作者近年来的研究成果，从一元或多元、名义或有序、独立或自相关、相关性或因果关系等角度，系统地介绍了分类数据统计过程控制的**研究进展.其中，第1章介绍了统计过程控制的基本概念并回顾了一元名义分类数据的监控.第2章到第4章，依次介绍了多元名义分类数据、一元有序分类数据、多元有序分类数据的监控.第5章介绍了同时包含连续和分类数据的混合型数据的监控.第6章和第7章分别介绍了自相关名义分类数据和自相关有序分类数据的监控，第8章和第9章分别介绍了基于因果关系的多元名义分类数据和基于因果关系的多元有

本书主要介绍了处理反问题(不适定问题)的统计方法，尤其侧重于建模与计算这两大问题。与经典文献中处理反问题的方法不同，本书立足于Bayes统计学的框架，将所有变量都视作随机变量，并把反问题的解以概率密度函数的形式给出。同时，对于数学模型本身存在的误差和数值离散导致的额外误差，本书还创造性地进行了源自建模误差的统计分析。 本书详细讨论了先验模型的构造、测量噪声建模、Bayes估值以及非静态统计反演方法等，并引入Markov链Monte Carlo方法以及最优化方法来探究概率分布。另外从Bayes统计学的角度重新研究了经典正则化方法，揭示了两者之间的关系。对于书中得到的结论和涉及的技法，作者还佐以易懂但深刻的例子帮助读者理解。本书将统计方法应用到一些较为前沿的问题中，例如离散误差分析、模型降阶等。在书中，这些统计方法还被

《无穷维线性系统控制理论》基本上是自洽的。部分介绍了20多年来无穷维线性系统控制理论的新发展，特别是适定、正则系统的抽象理论。也讨论了可控性、可观性、能稳性、可检性、可优性、可估性、实现，以及极点配置等几个主要的基础性概念。第二部分介绍了适定、正则系统理论在偏微分方程，主要是在几个经典的高维偏微分方程中的应用。章和附录中列出了《无穷维线性系统控制理论》所需的有穷维系统控制、泛函分析、黎曼几何的基本知识，有利于初学者入门。 《无穷维线性系统控制理论》可以作为从事分布参数控制理论研究人员的参考书以及具有初步泛函分析、偏微分方程基础的研究生的教科书。

本书从 基础的概率统计知识讲起，逐步深入到机器学习以及深度学习的分类算法，并在 配合深度学习的实战案例，介绍了softmax回归函数在手写体图像识别中的具体应用。通过手动编辑代码，让读者 深入地了解概率在人工智能领域的重大作用。全书分为16章，涵盖的内容主要有概率统计在人工智能发展过程中的重要影响；随机试验及概率的概念；随机变量的分布及多维随机变量的分布情况；贝叶斯算法；正态分布现象；随机变量的数字特征；机器学习中的损失函数；大数定律；样本及抽样分布的做法；参数估计的概念；马尔科夫链；过拟合与欠拟合问题及解决方法；Tensorflow概述及安装方法；卷积神经网络介绍；实验演练之手写体数字识别等。本书配有大量的插图，以身边的生活现象为基础，深入简出地介绍了什么是概率统计，特别适合数学基础薄弱、想学习概率统

这本经典的概率论教材通过大量的例子系统介绍了概率论的基础知识及其应用，主要内容有组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等，内容丰富，通俗易懂.各章末附有大量的练习，分为习题、理论习题和自检习题三大类，并在书末给出自检习题的全部解答。 br 本书是概率论的入门书，适合作为数学、统计学、经济学、生物学、管理学、计算机科学及其他各工学专业本科生的教材，也适合作为研究生和应用工作者的参考书。 br br

《 自然科学基金项目申请攻略》主要介绍了 自然科学基金项目申请的行为准则、一般性问题、立项依据的撰写、申请书中的参考文献、研究团队的组成、可行性分析和研究基础、代表性论著、形式审查、其他项目、函评与会评，基金项目为什么这么难以及如何提升自己的学术能力和水平等内容，基本涵盖了年轻学者申请 自然科学基金青年科学基金项目、面上项目和地区科学基金项目时遇到的大部分问题的分析与解答，可帮助年轻学者们提升申请书的撰写质量与水平，提高申请效率和成功率。尤其是本书尝试从社会学、心理学和教育学等不同的角度阐释了学术和科研、理论与实践、学习与生活、事业与人生等各方面之间的关系，可帮助那些对未来发展处于迷茫期和遇到瓶颈的学者开阔视野、调整心态、突破瓶颈。

数学史与数学教育（HPM）是中小学数学教育的一个研究领域。在统计教学中融入数学史，有助于学生对统计概念的理解。本书深入挖掘统计核心概念“平均数”“中位数”“众数”的历史现象，开展了HPM教学的实证研究。全书围绕教学内容、学生、教师三个方面，系统研究了课堂教学中运用数学史的教学活动、数学史融入统计概念教学后学生学习认知发生的变化以及对教师专业发展产生的影响。

R统计软件是目前应用 广泛的统计软件之一，已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。本书以Windows操作系统下的R软件为基础，以实践中常用的统计分析方法为基本内容，介绍了R语言的编写以及结果解释。本书重点介绍了各种多元统计分析方法的基本原理及其应用，包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程，介绍了R语言的使用方法及应用实例说明、结果解释及结论分析等。 本书可以作为数据分析和数据管理人员的参考用书，也可以作为高等院校相关专业的教材。

数学史与数学教育（HPM）是中小学数学教育的一个研究领域。在统计教学中融入数学史，有助于学生对统计概念的理解。本书深入挖掘统计核心概念“平均数”“中位数”“众数”的历史现象，开展了HPM教学的实证研究。全书围绕教学内容、学生、教师三个方面，系统研究了课堂教学中运用数学史的教学活动、数学史融入统计概念教学后学生学习认知发生的变化以及对教师专业发展产生的影响。

本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和习题丰富，结构层次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、 小二乘估计等 内容。

本书是引进的。“苏联数学进展系列”由不同数学领域的一名或多名资深专家作为主编，内容包含来自俄罗斯的世界很好数学家的论文.此系列书籍在21卷之后作为“美国数学协会译丛2”的子系列出版，后更名为“苏联数学进展系列”。本书是此系列的0卷《偏微分方程全局吸引子的特性》。具体论文包括：“强摄动泊松叶动流无限的渐近展开”“演化方程的无限吸引子”“奇摄动抛物方程的吸引子及其元素的渐近行为”“小参数反应扩散方程解的渐近性”。

本书系上海财经大学数学学院编写的经济数学系列教材之一。全书共十章，内容包括事件与概率、条件概率与独立性、随机变量及其分布、随机向量及其分布、数字特征与特征函数、极限定理、统计量与抽样分布、参数估计、假设检验、线性统计推断等。每章均配有不同难易程度的适量习题，书末附有习题答案或提示，供读者参考。 本书可供高等院校财经类专业本科生作为教材使用，也可作为考研学生自学、复习用书。学习本书的预修课程是高等数学和线性代数。

本书涵盖了半马尔柯夫模形在单组分系统里不同的控制策略，定义了它们的可靠性和有效性的平稳特征，并且利用了由V.S.%26nbsp;Korolyuk%26nbsp;和A.F.%26nbsp;T

本书以讲述线性空间及其线性映射为主线，遵循高等代数知识的内在规律和读者的认知规律安排内容体系，按照数学思维方式展开，着重培养数学思维能力。内容包括：多项式、行列式、矩阵、线性空间和线性变换、特征值、相似标准型、二次型、内积空间和双线性型等。本书将思维与方法渗入到实例分析中，使读者在学习高等代数知识的同时，掌握高等代数的思维方法，提高运用综合知识解决问题的能力和技巧。本书适合供相关专业师生参考使用，也可为科研工作者提供的参考。