时间序列分析是统计学科的一个重要分支，它主要研究随着时间的变化，事物发生、发展的过程，寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中，时间序列比比皆是，所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域，成为众多行业经常使用的统计方法。本书是基于Python

本教材从实际数据应用角度出发，结合实际生活、经济、金融等方面数据，将非参数统计方法与实际应用相结合，强化理论知识及R软件的应用，提出解决相关问题的具体步骤，从而使读者能够理解常用非参数统计方法的思想，并通过R软件实现应用非参数统计方法分析数据需求。本书的目的是希望用简明的语言，完整的案例分析来直观的介绍非参数统计方法的

"空间和时空连续过程的建模是空间统计学中一个重要且具有挑战性的问题。本书详细阐述了随机偏微分方程（SPDE）方法用于带有Matérn协方差结构的连续空间过程的建模。该方法已经在R-INLA软件包中采用集成嵌套拉普拉斯逼近（INLA）技术进行实现。本书通过使用模拟数据和真实应用程序的示例，解释了关于建模空间过程和SPDE

《互联网大厂推荐算法实战》介绍了互联网大厂当前采用的一些前沿推荐算法，并梳理了这些算法背后的思想脉络与技术框架。 《互联网大厂推荐算法实战》总计10章，内容涵盖了推荐系统的基础知识、推荐系统中的特征工程、推荐系统中的Embedding、推荐系统的各组成模块（包括召回、粗排、精排与重排）所使用的算法技术、推荐算法实践中经

本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据作者十多年的教学实践经验编写而成．全书共分八章，包括随机事件与概率、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、统计量和抽样分布

本书的内容按章编写，全书共分九章，每章均按内容提要、习题全解、典型例题和练习题四个部分进行编写。本书的基本概念和基本方法的介绍，力求从分析、比较入手，简明分析问题的思维方法及应用技巧。在例题的选择上，力求具有代表性，由浅入深，突出重点，注重分析问题和解决问题能力的提高和训练。习题全解与典型例题是本书的重心所在，是教师上

本书分为：开场篇、技术篇、应用篇，共三篇。主要内容包括：绪论、支持向量机、稀疏支持向量回归机、中国金融状况指数的构建方案等。具体内容包括：高维数据的稀疏性、稀疏支持向量回归机的研究现状、线性模型等。

主要内容包括概率论基本概念、随机变量及其分布、多维随机变量、数字特征、极限定理、样本与抽样分布、参数估计、经验假设、方差分析与回归分析等，向学生介绍统计与经验方法的理论背景、应用技术，以及使用Python解决概率统计应用问题。本书在力求体系的严密性的基础上，天线理论够用的原则，简化有关定理的证明，对于难度较大的证明予以

时间序列模型广泛应用于计量经济学、金融学、生物统计学、工业计量学等领域。本书主要研究了复杂时间序列的理论性质和实际应用，包括对时间序列的分布函数、函数型时间序列，以及局部平稳时间序列多步向前预测区间的统计推断。本书可作为统计学、数据科学等相关专业本科生或研究生的选修课教材，也可作为统计学科研人员、企业管理人员和国家行政

"本书共分十章，第一章到第五章为概率论部分，包括随机事件及其概率、一维随机变量及其概率分布、多维随机向量及其概率分布、随机变量的数字特征、大数定律和中心极限定理。第六章到第八章是数理统计基础，包括抽样分布、参数估计、假设检验。第九章和第十章是随机过程简介，包括随机过程的概念和随机过程的数字特征、两个重要的过程（泊松过程