本书系统讲述统计中多元分布的基本理论和常用的多元数据分析方法,多元分布理论包括Wishart分布、T2分布、A分布、多元Beta分布、多元正态的参数估计和假设检验及一般多元分布的参数估计和假设检验理论,多元数据分析方法包括多元线性回归模型、判别分析、主成分分析、因子分析、相应分析、聚类分析、典型相关分析和多维标度法,既强调作为一个学科分支的理论系统性,对一些基本定理给出了必要而简明的数学推导,又注重数据分析方法的多样性,对各方法从背景、数学工具的使用、计算步骤到应用技巧及各种方法之间的联系,都有较详细的阐述,包括近期的一些新发展,书中给出一些有启发性的实例和习题,书末附录给出一些代数补充知识。 本书可作为高等院校数学系、数理统计或统计系、计量经济系、生物统计系等有关学科专业的高年级本科生、
本书是由一位数学大师倾注了极大的热情和精力,为有志于认真、系统地学习微积分的学生撰写的一本教材。书中内容涉及多元微积分,包括:多元函数,多元微分、多元积分的法则,以及曲线和曲面。作者首先使用积分记号,从Arzelà定理导出微积分定理,然后详细介绍定义在矩形上的多元函数的积分和一般情况下的多元函数的积分,最后导出曲线长度公式和曲面面积公式。 本书逻辑严密,采用的大量图示增强了表述的直观性,可作为高等院校本科和专科学生学习微积分的教材或参考书。
本书展示如何用Python程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括:Python基础知识介绍、CSV文件和Excel文件读写、数据库的操作、示例程序演示、图表的创建,等等。