高等學(xué)校本科生公共課教材：統(tǒng)計(jì)模擬及其R實(shí)現(xiàn)簡(jiǎn)介，目錄書(shū)摘
2019-11-14 14:29
來(lái)源：京東
作者：京東
高等學(xué)校本科生公共課教材：統(tǒng)計(jì)模擬及其R實(shí)現(xiàn)
暫無(wú)報(bào)價(jià)
90+評(píng)論
98%好評(píng)
編輯推薦: 本書(shū)系統(tǒng)地介紹了統(tǒng)計(jì)模擬的一些實(shí)用方法和技術(shù)。全書(shū)共分九章，主要內(nèi)容包括：常用統(tǒng)計(jì)分析；模擬隨機(jī)變量；估計(jì)精度與有效模擬次數(shù)；模擬精度改進(jìn)技術(shù)等。每章內(nèi)容由淺入深，淺顯易懂，但又能給人以更多的啟示。同時(shí)還配有若干練習(xí)，幫助讀者加強(qiáng)理解與鞏固相關(guān)的知識(shí)。本書(shū)可作為統(tǒng)計(jì)學(xué)、計(jì)算數(shù)學(xué)與應(yīng)用數(shù)學(xué)、保險(xiǎn)學(xué)與管理學(xué)、精算學(xué)、工程技術(shù)等專業(yè)本科生教材或其他專業(yè)研究生教材，也可供相關(guān)專業(yè)人士參考。
內(nèi)容簡(jiǎn)介: 《統(tǒng)計(jì)模擬及其R實(shí)現(xiàn)》系統(tǒng)地介紹了統(tǒng)計(jì)模擬的一些實(shí)用方法和技術(shù)，同時(shí)也介紹了R語(yǔ)言及其編程方法。在對(duì)條件期望、條件方差、Poisson過(guò)程和Markov鏈的基本知識(shí)進(jìn)行簡(jiǎn)單介紹之后，介紹了如何利用計(jì)算機(jī)產(chǎn)生隨機(jī)數(shù)以及如何利用這些隨機(jī)數(shù)產(chǎn)生任意分布的隨機(jī)變量、隨機(jī)過(guò)程等知識(shí)；介紹了一些分析統(tǒng)計(jì)數(shù)據(jù)的方法和技術(shù)，如Bootstrap、模擬精度改進(jìn)技術(shù)等，介紹了如何利用統(tǒng)計(jì)模擬來(lái)判斷所選的隨機(jī)模型是否擬合實(shí)際的數(shù)據(jù)；介紹了處理缺失數(shù)據(jù)的EM算法和進(jìn)行Bayesian統(tǒng)計(jì)推斷的MCMC算法及一些新發(fā)展起來(lái)的統(tǒng)計(jì)模擬技術(shù)；最后介紹了動(dòng)態(tài)模型的模擬?！督y(tǒng)計(jì)模擬及其R實(shí)現(xiàn)》對(duì)每一章節(jié)中的例子，都給出了用R語(yǔ)言編寫的模擬程序。
《統(tǒng)計(jì)模擬及其R實(shí)現(xiàn)》可作為統(tǒng)計(jì)學(xué)、計(jì)算數(shù)學(xué)與應(yīng)用數(shù)學(xué)、保險(xiǎn)學(xué)與管理學(xué)、精算學(xué)、工程技術(shù)等專業(yè)本科生教材或其他專業(yè)研究生教材，也可供相關(guān)專業(yè)人士參考。
《統(tǒng)計(jì)模擬及其R實(shí)現(xiàn)》可作為統(tǒng)計(jì)學(xué)、計(jì)算數(shù)學(xué)與應(yīng)用數(shù)學(xué)、保險(xiǎn)學(xué)與管理學(xué)、精算學(xué)、工程技術(shù)等專業(yè)本科生教材或其他專業(yè)研究生教材，也可供相關(guān)專業(yè)人士參考。
目錄:第1章 預(yù)備知識(shí)
1.1 矩母函數(shù)與生成函數(shù)
1.2 條件期望和條件方差
1.3 隨機(jī)過(guò)程簡(jiǎn)介
1.4 Markov鏈
第2章 R介紹
2.1 R軟件基本操作
2.2 R向量
2.3 矩陣與多維數(shù)組
2.4 因子
2.5 列表與數(shù)據(jù)框
2.6 輸出輸入
2.7 程序控制結(jié)構(gòu)
2.8 R程序設(shè)計(jì)
2.9 圖形
2.10 解方程
第3章 常用統(tǒng)計(jì)分析
3.1 單變量數(shù)據(jù)分析
3.2 假設(shè)檢驗(yàn)
3.3 R統(tǒng)計(jì)模型簡(jiǎn)介
3.4 回歸分析實(shí)例
3.5 隨機(jī)數(shù)的應(yīng)用
第4章 模擬隨機(jī)變量
4.1 逆變換方法
4.2 篩選法
4.3 合成方法
4.4 Poisson過(guò)程模擬
4.5 Markov鏈的模擬
第5章 估計(jì)精度與有效模擬次數(shù)
5.1 總體均值和總體方差
5.2 總體均值的區(qū)間估計(jì)
5.3 Bootstrap方法
第6章 模擬精度改進(jìn)技術(shù)
6.1 對(duì)偶變量法
6.2 條件期望法
6.3 分層抽樣法
6.4 重要抽樣法
第7章 統(tǒng)計(jì)模型識(shí)別方法
7.1 單樣本的擬合優(yōu)度檢驗(yàn)
7.2 含未知參數(shù)單樣本的擬合優(yōu)度檢驗(yàn)
7.3 兩樣本問(wèn)題
7.4 驗(yàn)證非齊次Poisson過(guò)程的假設(shè)
第8章 EM算法和MCMC方法
8.1 EM算法
8.2 MCMC方法
8.3 模擬退火
8.4 SIR方法
第9章 若干動(dòng)態(tài)系統(tǒng)的模擬
9.1 追逐問(wèn)題的模擬
9.2 Daubechies小波函數(shù)計(jì)算
9.3 排隊(duì)系統(tǒng)
9.4 存儲(chǔ)模型
9.5 保險(xiǎn)風(fēng)險(xiǎn)模型
9.6 維修問(wèn)題
9.7 期權(quán)實(shí)施策略
參考文獻(xiàn)
1.1 矩母函數(shù)與生成函數(shù)
1.2 條件期望和條件方差
1.3 隨機(jī)過(guò)程簡(jiǎn)介
1.4 Markov鏈
第2章 R介紹
2.1 R軟件基本操作
2.2 R向量
2.3 矩陣與多維數(shù)組
2.4 因子
2.5 列表與數(shù)據(jù)框
2.6 輸出輸入
2.7 程序控制結(jié)構(gòu)
2.8 R程序設(shè)計(jì)
2.9 圖形
2.10 解方程
第3章 常用統(tǒng)計(jì)分析
3.1 單變量數(shù)據(jù)分析
3.2 假設(shè)檢驗(yàn)
3.3 R統(tǒng)計(jì)模型簡(jiǎn)介
3.4 回歸分析實(shí)例
3.5 隨機(jī)數(shù)的應(yīng)用
第4章 模擬隨機(jī)變量
4.1 逆變換方法
4.2 篩選法
4.3 合成方法
4.4 Poisson過(guò)程模擬
4.5 Markov鏈的模擬
第5章 估計(jì)精度與有效模擬次數(shù)
5.1 總體均值和總體方差
5.2 總體均值的區(qū)間估計(jì)
5.3 Bootstrap方法
第6章 模擬精度改進(jìn)技術(shù)
6.1 對(duì)偶變量法
6.2 條件期望法
6.3 分層抽樣法
6.4 重要抽樣法
第7章 統(tǒng)計(jì)模型識(shí)別方法
7.1 單樣本的擬合優(yōu)度檢驗(yàn)
7.2 含未知參數(shù)單樣本的擬合優(yōu)度檢驗(yàn)
7.3 兩樣本問(wèn)題
7.4 驗(yàn)證非齊次Poisson過(guò)程的假設(shè)
第8章 EM算法和MCMC方法
8.1 EM算法
8.2 MCMC方法
8.3 模擬退火
8.4 SIR方法
第9章 若干動(dòng)態(tài)系統(tǒng)的模擬
9.1 追逐問(wèn)題的模擬
9.2 Daubechies小波函數(shù)計(jì)算
9.3 排隊(duì)系統(tǒng)
9.4 存儲(chǔ)模型
9.5 保險(xiǎn)風(fēng)險(xiǎn)模型
9.6 維修問(wèn)題
9.7 期權(quán)實(shí)施策略
參考文獻(xiàn)
相關(guān)商品
京公網(wǎng)安備 11000002000088號(hào)
