三民網路書店 中國圖書館分類法 / 數理科學和化學 / 數學 / 概率論與數理統計 / 期望與預測

《北京大學數學教學系列叢書．研究生數學基礎課教材：風險理論》是高等院校金融數學和精算專業高年級本科生與研究生風險理論課程的教材，它包含了國內外風險理論教材的核心內容，並兼顧理論基礎和應用的結合，對現代風險理論的主要理論模型和方法進行了一定的提煉和綜合。 《北京大學數學教學系列叢書．研究生數學基礎課教材：風險理論》分為三個主要部分，由7章組成，第一部分介紹損失風險模型，這是古典風險理論最主要的部分。這部分由第1，2，3章組成，其中第1章介紹短期風險模型的主要模型和建模方法，第2章介紹長期聚合風險模型及基於隨機過程基本原理的破產理論初步，第3章利用鞅過程方法討論古典聚合風險模型的破產理論。第二部分介紹風險與決策問題，這部分由第4，5章組成，其中第4章介紹風險排序與風險度量的主要內容和方法，第5章介紹效用理論與保險決策問題，第三部分介紹風險理論的應用，這部分由第6，7章組成，其中第6章介紹風險理論在產品定價中的應用，第7章介紹風險理論在風險管理中的應用，本書儘量以簡單明確的語言和符號介紹現代風險理論的基本模型和方法，配有相關的練習題，並適當介紹一些較新的問題和研究工作。 《北京大學數學教學系列叢書．研究生數學基礎課教材：風險理論》可作為高等院校金融數學和精算專業及相關專業高年級本科生與研究生風險理論課程的教材，同時也可作為參加精算、風險管理相關的職業考試的輔助學習資料。．

《點估計理論(第2版)(英文版)》內容為：Since the publication in 1983 of Theory of Point Estimation, much new workhas made it desirable to bring out a second edition. The inclusion of the newmaterial has increased the l

本專著可作為隨機分析、統計學、金融數學及金融工程等專業的研究生和博士生參考用書，也可以為研究隨機分析及其應用的相關學者提供參考。本專著包含的內容豐富且深入，針對不同研究方向的讀者所選取的內容和難度會有所不同。讀者具備概率論、隨機過程、隨機分析、統計學和金融學等基礎知識便可閱讀和理解本專著的大部分內容。

作為估計理論的基礎，最小二乘估計是從不精確數據中提煉規律的信息處理過程，在航空航天、工業過程、計量經濟、生物物理等各學科和應用領域有著廣泛應用。 本書共五章。第一章介紹了線性模型下標準最小二乘估計的來由、推導、實現；第二章介紹了加權最小二乘估計的起因和推導，給出了等式約束、序貫處理、權重選擇等情況下的算法實現，以及量測矩陣不確定下的全最小二乘估計；第三章介紹了非線性模型下標準最小二乘估計的典型實現；第四章給出了模型校驗的度量以及過擬合與欠擬合檢驗方法；第五章給出了數據壓縮和最優估計的聯合處理方法。 本書力圖從應用示例出發，引出研究問題，可用于高等學校研究生和高年級本科生課程的學習與研討，也可供信息處理領域技術人員參考。

本書系統研究了幾類可靠性分佈在完全樣本、截尾樣本、無失效樣本以及模糊數據情形下參數的Bayes估計問題。主要內容包括：完全樣本情形下的幾類可靠性分佈(廣義Pareto分佈、艾拉姆咖分佈、比例危險率模型和Laplace分佈)模型參數的Bayes估計問題，逆Rayleigh分佈參數的經驗Bayes雙側檢驗和一類特殊的單參數指數分佈族的經驗Bayes估計問題，不完全樣本情形下的可靠性分佈模型參數的Bay

參數的估計和推斷是數理統計這門學科重要內容，自上個世紀以來，許多統計學家提出了多種不同的參數估計和推斷方法。事實上，矩估計、極大似然估計、擬似然估計這些參數估計方法，連同最小二乘、最小一乘等在內的諸多方法都可以統一到廣義估計方程方法的框架下。因此，廣義估計方程方法是現代統計估計理論中應用最為廣泛的一種方法，本書將主要介紹縱向數據、右刪失數據以及長度偏差數據等這些統計熱點數據類型下廣義估計方程方法理

最大似然估計法是一個普遍適用的估計過程，但卻一直沒有專門的書籍討論這一方法。本書是最大似然估計法的入門級讀物。作者斯科特·伊萊亞森介紹了除正態分佈之外的其他重要連續分佈，並進一步討論了不同的最大似然統計，包括似然比檢驗、z檢驗、沃德檢定和基於熵的相關測量值R。本書提供了嚴謹的最大似然估計的操作步驟，並在附錄中提供了高斯程式及相關評注，便於讀者理解和掌握利用電腦程式運用最大似然估計法。

在噪聲和干擾背景中多個混疊在一起的信號解混和參數估計問題是一個在雷達、聲吶、通信、導航等領域經常遇到的問題。如何提高參數估計方法在低信噪比下的估計性能和存在模型誤差時的魯棒性一直是信號處理和控制學界的研究焦點。 《通用魯棒的放松估計方法原理和應用》針對上述問題，給出了一種通用和魯棒的放松估計方法，介紹了它的基本原理和在許多方面獲得的應用。 《通用魯棒的放松估計方法原理和應用》共分7章。第1

本書主要對近場源空間定位演算法進行深入研究。主要內容包括：基於四階累積量的近場源參數估計、基於二維極化敏感陣列的近場源參數估計、衝擊雜訊下近場源二維參數估計、基於傳播運算元的近場源二維參數估計及迴圈平穩近場源二維參數快速估計演算法等。

本書為渦度協方差的使用者提供了測量所需的理論及實踐方面的詳細資訊，包括渦度協方差方法的理論基礎、建塔及網站設計、資料獲取、處理及空缺填補、通量測量及校正等，並具體描述了不同生態系統（如森林、農田、草地等）環境下開展通量測量的特殊要求。最後一章通過實例分析了當前國際上的渦度協方差通量資料庫基本情況及資料共用的方法。

本書主要是在作者近年來關于Fock空間上加權復合算子研究成果的基礎上整理而成的。全書較為系統地研究了Fock空間上加權復合算子的有界性、緊性、可逆性、Fredholm性等。給出了酉、自伴、正規、等距、復對稱等類型的加權復合算子及其譜的完全或部分刻畫。本書內容嚴謹，理論詳實。對泛函分析領域研究透徹，對相關研究尤其是Fock空間理論的研究是很好的補充。

《協方差結構模型——LISREL導論》的主要內容是介紹協方差結構模型。協方差結構分析模型是用比較少的潛變數來解釋一組觀測變數之間的關係。本書的重點是簡潔而又被普遍應用的模型，也就是協方差結構模型的基礎介紹。 作者首先簡單地介紹了測量模型、結構方程模型及整合了兩者的協方差結構模型，然後在驗證因數模型的基礎上討論了測量模型，其後介紹了結構方程模型和協方差結構方程模型。

統計稀疏學習是計算機科學、統計學和認知科學的交叉領域，是一個新興的統計學習研究方向，而貝葉斯非參數方法對統計稀疏學習中問題的研究有重要的作用。何巖所著的這本《統計稀疏學習中的貝葉斯非參數建模方法及其應用研究》對貝葉斯非參數方法的構造方法、表達能力和推理機制進行了研究和討論。在此基礎上，研究了貝葉斯非參數方法對統計稀疏學習中稀疏表示、稀疏建模和稀疏降維問...顯示全部信息

本書主要內容包括當前軍事評估技術的概述；構建隨機區間數的綜合評估方法所需要的理論基礎；隨機區間數的綜合評估方法；基於隨機區間數的部隊戰鬥力評估方法；基於隨機區間數的目標威脅評估方法；基於隨機區間數的作戰方案評估方法等。

本書基本內容包括參數估計方法，最優線性預測與濾波的基本方程，最優線性平滑的基本方程，濾波的穩定性，濾波的發散及其克服方法，非線性濾波，卡爾曼濾波的應用實例。 本書最大特色是內容集中在最優估計的基本理論和方法，并盡可能與工程應用實例相結合。全書內容由淺入深，通俗易懂，可作為通信、導航、自動控制和電子等學科的碩士研究生教學用書，也可作為工程技術人員的參考書。

病態性問題存在于測量數據處理、地球物理參數反演、回歸分析等與參數估計-有關的許多領域，而且其危害性是非常嚴重的，因而受到相關領域科技人員的廣泛關注。本書在給出參數估計系統病態性分類的基礎上，以Hilbert空間分析理論為工具，分別研究了參數空間、觀測空間中子空間關係的度量，給出了幾種參數關係、觀測結構以及觀測信息量度量的空間分析方法；分別研究了參數選擇、病態系統參數估計方法，并給出了相應的應用示例

本書為二版，增加了同變Bayes估計、多層Bayes估計和經驗Bayes估計以及它們的比較。還增加了關於信息不等式、同時估計和壓縮估計的新近進展的內容。