本书系统地介绍了定义在离散格(包括Zd和Bethe树等)图上的取值于有限集合的随机场的相变、信息度量，以及网络演化博弈论。全书共10章，分为三个部分。第一部分包括第1章至第3章，给出了随机场的一般定义，重点介绍马尔可夫场和Gibbs场，以及它们的等价关系，讨论了Z2和树(包括开树和闭树)上Ising模型的相变问题。第二

本书介绍近些年来关于马尔可夫链的统计推断的一些研究新结果:可逆马尔可夫链和不可逆平稳D-马尔可夫链统计计算理论，使用的方法是我们建立的马尔可夫链反演法。第1章介绍本书需要的一些预备知识。第2章介绍马尔可夫链的击中分布和禁忌速率，主要是击中分布的微分性质、矩性质及对称函数性质有关的约束方程，以及马尔可夫链反演法。第3章和

本书主要讲述混合、正负相协、拓广负相依、宽相依和负超可加相依等相依结构下的不等式研究，特别是非参数和半参数模型的统计理论和方法，如若干相依序列的定义和不等式、密度函数和分布函数估计的相合性与渐近正态性、非参数回归函数小波估计的强相合和Berry-Esseen界、半参数回归模型小波估计的弱收敛速度和Berry-Essee

《非线性系统的行波解》以时滞连续与离散反应扩散方程、积分-差分方程和随机种群模型为研究对象,归纳总结了作者多年研究行波解的成果,系统讲述了作者利用打靶法、单调迭代、不动点定理、滑行方法等研究时滞反应扩散方程和积分-差分方程的行波解的存在唯一性,利用挤压技术和谱分析方法研究行波解的渐近稳定性,以及利用单调动力系统和大偏差

本书介绍非线性复杂系统中数据处理的投影寻踪降维技术，给出投影寻踪在分类、评价和预测等方面的统计模型，包括Friedman-Tukey投影寻踪模型、投影寻踪Spearman相关系数模型、投影寻踪信息熵模型、聚类分析修正的投影寻踪模型、解不确定型决策问题的投影寻踪模型、投影寻踪回归及自回归模型。这些模型能充分提取数据信息、

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

本书以时间序列模型为基础，以经济学和管理学中的案例为载体，采用理论讲解与数据分析案例实践相结合的方式编写而成。全书共9章，包括时间序列分析基础、线性时间序列模型、单位根时间序列模型、非线性时间序列模型、协整时间序列模型、波动率模型、时间序列的机器学习方法、时间序列的深度学习方法和课程综合案例等内容。本书配有PPT课件、

作者根据多年来学习和讲授随机过程的经验,以及在研究工作中长期积累的自己的理解、体会和心得,写下了本书。本书主要讲述现代随机过程的基础知识,包括随机过程的总体概念和术语,可选性与循序可测性,经典Wiener空间,Brown运动,离散时间鞅与连续时间鞅,Markov过程与半群,强马氏性与扩展马氏性,Ito随机积分,一般半鞅

本书是河南省“十四五”普通高等教育规划教材重点立项,是将传统纸质教材内容与教学视频等相关数字资源链接在一起的新形态立体化教材。《BR》本书内容由概率论与数理统计两部分组成。概率论部分包括概率论基础、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、大数定律和中心极限定理;数理统计部分包括数理统计基础、参数估计

本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和习题丰富，结构层 次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、最小二乘估计等高级内容。