本書立足于當前公安交通管理領(lǐng)域利用Hadoop技術(shù)在處理非互聯(lián)網(wǎng)行業(yè)大數(shù)據(jù)時存在的低效問題，基于天云星數(shù)據(jù)庫(SCSDB)對結(jié)構(gòu)化大數(shù)據(jù)分布式并行處理技術(shù)進行了介紹。全書共7章，主要內(nèi)容包括概論、天云星數(shù)據(jù)庫基礎(chǔ)、數(shù)據(jù)庫對象管理、SCSDB安全管理、SCSDB備份與還原、數(shù)據(jù)庫監(jiān)控與調(diào)優(yōu)、數(shù)據(jù)導入與導出。在介紹理論知識

本書強調(diào)理論，同時高度重視知識的運用.全書分為三篇：概率部分，數(shù)理統(tǒng)計部分，實驗部分.概率部分包括：隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理；數(shù)理統(tǒng)計部分包括：數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析、回歸分析；實驗部分包括8個實驗.本書提供配套電子課

考研數(shù)學2019 李林2019考研數(shù)學系列概率論與數(shù)理統(tǒng)計輔導講義

概率論與數(shù)理統(tǒng)計都是研究隨機現(xiàn)象的.概率論通常從模型出發(fā)研究隨機現(xiàn)象，即在一定的假設(shè)之下探討隨機事件出現(xiàn)的可能性大小及各種隨機現(xiàn)象的有關(guān)數(shù)量指標；數(shù)理統(tǒng)計常常是從數(shù)據(jù)出發(fā)，通過對數(shù)據(jù)的收集、整理和分析對隨機現(xiàn)象給出適當?shù)耐茢嗷驔Q策.從內(nèi)容結(jié)構(gòu)上看，概率論是數(shù)理統(tǒng)計的數(shù)學基礎(chǔ)，而數(shù)理統(tǒng)計是概率論的重要應(yīng)用.

本書是為非數(shù)學類專業(yè)概率論與數(shù)理統(tǒng)計課程編寫的教材。全書共九章，內(nèi)容包括隨機事件與概率，隨機變量及其概率分布，多維隨機變量及其概率分布，隨機變量的數(shù)字特征，大數(shù)定律和中心極限定理，數(shù)理統(tǒng)計的基本概念，參數(shù)估計，假設(shè)檢驗等。各章根據(jù)教學大綱要求和復習需要配置了相應(yīng)習題并附有參考答案與提示。同時，為了增強學生統(tǒng)計分析能力，

《概率論與數(shù)理統(tǒng)計（第2版）》是教育部高等農(nóng)林院校理科基礎(chǔ)課程教學指導委員會推薦示范教材，是教育部教學研究立項項目成果�！陡怕收撆c數(shù)理統(tǒng)計（第2版）》突出隨機數(shù)學思想，注重概率論與數(shù)理統(tǒng)計的通用知識和應(yīng)用性，內(nèi)容包括隨機事件與概率、條件概率與獨立性、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和

《廣義主成分分析算法及應(yīng)用》主要討論了隨機系統(tǒng)信號廣義主成分分析方法及應(yīng)用情況。全書可分為三部分：第一部分包括概述和基礎(chǔ)理論，主要介紹廣義主成分分析的概念、國內(nèi)外研究現(xiàn)狀，以及與廣義主成分分析密切相關(guān)的矩陣理論、優(yōu)化理論和神經(jīng)網(wǎng)絡(luò)等理論基礎(chǔ)；第二部分研究多種廣義主成分分析方法，該部分是《廣義主成分分析算法及應(yīng)用》的核心

全書共分9章，內(nèi)容涵蓋了隨機事件及其概率、隨機變量及其分布、隨機向量、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、抽樣分布、參數(shù)估計、假設(shè)檢驗R語言及其在概率統(tǒng)計中的應(yīng)用等內(nèi)容.為開拓學生的學習視野、增強實踐應(yīng)用能力，本書在第9章中介紹了R語言及其在概率統(tǒng)計中的應(yīng)用.為了便于讀者學習，每節(jié)后均附有習題，每章后附有總復習

本書本以經(jīng)典的*小二乘理論為基礎(chǔ)，較全面地介紹了現(xiàn)代應(yīng)用回歸分析的基本理論和主要方法。全書共分為九章。*章討論了回歸模型的主要任務(wù)和回歸模型的建模過程；第二、三章詳細地介紹了線性回歸模型；第四章以殘差為重要工具，討論了回歸模型的診斷問題；第五、六章討論了多項式回歸模型和含有定性變量的回歸模型；第七章討論了多元線性回歸模

本書研究了擬似然非線性模型中參數(shù)估計的漸近理論。擬似然非線性模型按照設(shè)計變量來分，可以分為三類：帶固定設(shè)計的擬似然非線性模型、帶隨機回歸的擬似然非線性模型和自適應(yīng)擬似然非線性模型。本書主要研究了這三類擬似然非線性模型中參數(shù)估計的大樣本性質(zhì)。此外，還研究了帶隨機效應(yīng)的擬似然非線性模型中參數(shù)估計的大樣本性質(zhì)。