本书围绕2017年轮全球ICP存在的方法问题和数据问题进行研究。考虑到全球ICP理论体系的完善和方法改进需要纳入中国这样的大国样本；同时，中国国际比较的实践应置于国际背景中来解决和提升。因此，本书基于国际和中国两个视角，按照“2017年轮全球ICP开展背景、结果分析及扩展应用——基于国际视角审视2017年轮全球ICP的

全书共有9章内容。包括绪论、线性回归模型与正则化方法、广义线性模型和变量选择、稳健的变量选择方法、超高维模型的变量筛选方法、协方差矩阵和精度矩阵的估计、多重假设检验与错误发现率控制、高维测量误差模型、高维回归模型的迁移学习等内容。除了深入讲解高维统计的思想、方法与理论，书中还精心编排了大量习题，供读者巩固练习。

全书拟设11章。基本内容如下：第1章描述统计应用：宏观经济发展态势概览第2章金融统计分析：投资组合及金融风险价值评估第3章投入产出应用：贸易隐含碳排放测算分析第4章综合评价研究：共同富裕实现程度分析第5章国民经济核算：我国初次收入分配结构分析第6章数理模型应用：经济增长与技术进步测算第7章计量模型方法：我国消费函数估计

本书主要内容包括：绪论、统计调查、统计整理、综合指标、时间序列、统计指数、相关和回归、假设检验、参数估计等。

本书共分9章，内容包括绪论、数据的收集、数据的整理与显示、数据分布特征的描述、统计量及其抽样分布、参数估计、假设检验、相关分析与回归分析、时间序列分析。本书在章节导入、案例使用、习题编写等方面充分融入思政元素，并结合应用软件Excel提供了丰富的实践应用案例。构建了多层次的习题体系，强化知识理解与运用。创新教材形态，融

本书以统计学为核心，辐射经济学、管理学、城市科学等领域。本书通过多领域案例（如经济指标分析、社会行为建模、空间数据挖掘）体现统计方法在不同学科间的交叉应用，并从经典线性回归延伸到前沿的贝叶斯与空间模型，覆盖参数与非参数方法，兼顾理论严谨性与实证操作性。此外，本书重点强调数据预处理、模型诊断（如残差分析、异方差检验）和模

本书分为十一章，按照数据收集、整理、分析和解释的逻辑顺序，分别介绍统计学及AI工具概述、基于AI的数据获取与预处理、数据的描述统计与AI可视化、抽样分布与统计推断的AI应用、非参数估计、假设检验与AI应用、方差分析与AI应用、基于AI的相关与回归分析、基于AI的时间序列分析、因果分析与AI应用、多变量统计与AI机器学习

本书主要包括以下研究内容：(1)高维中的变量选择问题，解决了传统的SIS方法在排序中未能消除错误变量的问题，提出一种基于样本分割类似树状结构的特征筛选方法，证明了该方法具有确切筛选属性。(2)回归中的充分降维问题，解决多元自适应回归样条方法，在存在高阶边际样条交互时回归估计效率低的问题。(3)机器学习中倾斜决策树(Ob

本书系统介绍常用统计模型、现代统计机器学习方法与算法，阐释其数学原理和统计理论。本书从大数据典型特征及其对统计分析的影响入手，由高维线性回归延伸至非参数回归与核方法建模，系统讲解多类回归模型的稀疏分析与模型选择，深入探讨高维推断与特征筛选。书中全面覆盖高维协方差估计、潜因子与结构学习及其应用，并详细介绍分类、聚类、预测

该书是及时反映我国国民经济与社会发展情况的一本综合性简明统计资料年刊。收录了2025年社会经济主要指标数据，简要列示了1978年以来的历史资料。内容包括：综合、人口、国民经济核算、就业和工资、物价指数、人民生活、财政、资源环境和能源、固定资产投资、对外贸易和利用外资、农业、工业、建筑业、消费品零售和旅游、运输和邮电、金