复杂数据统计推断理论、方法及应用.pdf
本书致力于介绍复杂分层数据分析前沿知识，侧重于系统的理论与算法介绍，内容涉及线性分位回归、非参数分位回归、适应性分位回归、可加性分位回归、变系数分位回归、单指数分位回归、分位自回归、复合分位回归、高维分位回归以及贝叶斯分位回归等。
统计推断
相依样本下若干模型的统计推断 李永明,李乃医 著.pdf
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
异方差模型的统计推断.pdf
本书系统地介绍了双重广义线性模型等异方差回归模型的理论、方法和应用。内容主要包括：高维数据下双重广义线性模型的变量选择研究,纵向数据下均值-协方差模型的变量选择和贝叶斯分析,半参数异方差模型的变量选择和贝叶斯分析,偏正态异方差模型的异方差检验和贝叶斯分析,半参数混合效应双重回归模
统计推断导引.pdf
本书从数理统计的基本概念开始，较系统地讲述了统计推断的原理、方法和应用，内容包括统计基本知识概述、参数估计、假设检验、区间估计、非参数统计推断、Bayes统计和统计决策。
有约束条件的统计推断及其应用.pdf
本书共分7章，内容包括：有不等式约束的回归分析问题、有不等式约束的极大似然估计、有不等式约束的假设检验、最小一乘估计、有不等式约束的经度数据分析等。
复杂数据下两类回归模型的统计推断.pdf
本书介绍基于复杂数据的部分线性模型和广义线性模型的统计推断,主要内容包括稳健M估计、经验似然推断和变量选择等问题的研究.全书共8章.第1章概括本书所讨论的模型、数据类型和主要研究方法.第2章研究随机适应误差下部分线性模型的M估计.第3章给出鞅差序列下回归函数的估计及其渐近性质.第
空间抽样与统计推断.pdf
本书介绍了经典抽样、考虑空间关系的空间抽样和Kriging估计等理论。结合具体案例，介绍了各主要抽样模型的实际运用步骤。
若干混合效应模型的统计推断研究.pdf
本书系统阐述若干混合效应模型的基本理论、方法和应用。全书共8章。第1章通过实例引入平衡随机效应模型、非平衡随机效应模型、面板数据模型等混合效应模型。第2章讨论矩阵方面的补充知识，以及多元正态分布、多元偏正态分布及广义推断方法等。第3~第8章详细讨论几类混合效应模型的基本理论与方法
贝叶斯统计推断.pdf
本书重点介绍了贝叶斯统计推断的理论、方法及其基本观点，书中对贝叶斯方法和经典方法在历史上的重大分歧也予以介绍．主要内容有先验分布的选取、估计及检验、贝叶斯方法在可靠性统计分析中的应用、线性模型及多元分析、经验贝叶斯方法等、为使读者理解本书的内容，每章后面附有练习思考题．
贝叶斯统计推断及其在结构健康监测中的应用.pdf
本书主要结合作者自身的研究工作，对近年来应用贝叶斯统计推断理论进行结梅键康监测作一个阶段性的总结。本书将对处理不确定性问题的贝叶斯统计推断理论从基础到应用进行介绍，主要内容包括：贝叶斯统计理论基融、马尔可夫链蒙特卡罗法、贝叶斯模型修正、贝时斯模型选择、贝叶斯滤波、贝叶斯茧则化以及
- «
- »