本书采用了不相关的、来自信息论的研究,角度新颖地提出了一种证明中心极限的新方法,并对此进行了全面描述:书中先是读者呈现了熵和费雪信息概念的基本导论,随后以一系列与它们行为有关的标准测试作为验证。在作者的独特构思与实证下,信息论与中心极限定理两个看似不相干的领域被巧妙地联结起来,实现了跨学科的科研合作。此外,书里还汇编了
本书为修订和扩展的新版本,新版里包括更为详细的EM算法处理、有效的近似维特比训练程序描述,和基于n一最佳搜索的困惑测度和多通解码覆盖的理论推导。为了支持对马尔可夫模型理论基础的讨论,还特别强调了实际算法的解决方案。具体来说,本书的特点如下:介绍了马尔可夫模型的形式化框架;涵盖了概率量的鲁棒处理;提出了具体应用领域隐马尔
本书是《概率论与数理统计》的同步辅导书,集长期在教学科研第一线的专家的丰富教学经验,按照系统性、结构性、严谨性和简洁性原则进行编著。内容主要包括随机事件与概率、离散型随机变量、连续型随机变量、随机变量的数字特征、随机向量和极限定理、统计量及其分布、参数估计、假设检验、方差分析、回归分析等。适用于普通高等教育概率论与数理
本书根据概率论与数理统计学科的脉络走向和考生的复习进度,将高等数学分为若干部分,考生只需按照书中的知识体系和进度安排进行复习,就可以轻松掌握考研数学的概率论与数理统计部分。帮助考生在复习过程中熟悉考查的重点和难点,了解一定的命题规律和趋势。
本书共分6章,内容包括随机过程基本概念、随机过程的均方微积分、泊松过程、平稳过程(包括均值遍历性和功率谱)、马尔可夫链(包括C-K方程、绝对分布、状态空间分类)以及平稳时间序列的ARMA模型。
本教材是全国高等农林院校“十三五”规划教材,主要内容包括随机事件及其概率、随机变量及其分布、二维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、回归分析与方差分析。本教材简明扼要、由浅入深、通俗易懂、内容全面,适合作为高等农林院校概率论与数理统计课程教材,也可作为相
随机微分方程在数学之外的许多领域都有着广泛的应用,它对数学领域中的许多分支起着有效的连接作用.本书详细介绍了几类重要的随机微分方程,共分为11章,第1~8章介绍了随机微分方程的相关理论,第9~11章介绍了上述理论的应用情况. 本书适合大学师生、研究生及数学爱好者参考使用.
本书分两册。第一分册的主要内容有随机事件、概率、多维随机变量及其分布、大数定律、中心极限定理与参数估计;第二分册的主要内容有随机变量及其分布、随机变量的数字特征、样本与抽样分布与假设检验。
本书主要内容包括数理统计的基本知识、统计量的抽样分布、参数估计理论、统计假设检验、回归分析、试验设计和方差分析、统计质量管理。本书首先回顾了概率论知识,在此基础上介绍了总体、样本和统计量等数理统计的基本概念,并将这些概念与概率论的基础知识联系起来,给出统计量与抽样分布的概念和实例;其次,叙述了数理统计的基础部分---统
本书是为普通高等院校,特别是应用型本科院校编写的教材。我们从本课程的特点出发,结合应用型人才培养的目标,分析了课程系统性、严密性与应用型人才需求的关系,对知识结构删繁就简,优化重组。本教材涵盖了概率论与数理统计最基本的内容和方法。第1-4章是概率论部分,包括概率论的基本概念、随机变量及其分布、二维随机变量及其分布、随机