統計計算 楊露 9787523005903 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國統計
物品所在地：中國大陸
原出版社：中國統計
大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。
NT$223
商品編號:
9787523005903
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202410*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：統計計算
ISBN：9787523005903
出版社：中國統計
著編譯者：楊露
頁數：165
所在地：中國大陸 *此為代購商品
書號：1719454
可大量預訂，請先連絡。
1 1 統計計算簡史
1 2 統計計算算法簡介
1 3 雲計算、并行計算的優良性
1 3 1 雲計算
1 3 2 并行計算
第2章 統計軟體R語言基本操作及生成隨機數
2 1 R語言基本操作
2 1 1 R語言及相關軟體包的安裝
2 1 2 R語言基本命令操作
2 1 3 R語言變數類型的定義、操作
2 1 4 R數據的導入和存儲
2 1 5 R語言的畫圖操作
2 1 6 R語言子函數的編寫
2 2 隨機數的生成
2 2 1 均勻分佈隨機數的生成
2 2 2 非均勻分佈隨機數的生成
2 2 3 生成隨機數的R實現
習題2
第3章 蒙特卡洛方法
3 1 積分的模擬近似
3 1 1 利用中心極限定理
3 1 2 Hasting有理逼近抽樣
3 1 3 複合近似抽樣法
3 1 4 經驗分佈抽樣法
3 2 重要性抽樣
3 3 分層抽樣
3 4 EM算法、數據擴充算法
3 4 1 EM算法的收斂性
3 4 2 EM算法的應用
3 4 3 EM算法的改進變種
3 5 Bootstrap方法
3 5 1 Bootstrap的基本原則
3 5 2 非參數Bootstrap
3 5 3 參數Bootstrap
3 5 4 基於Bootstrap的回歸分析
3 5 5 Bootstrap偏差校正
3 5 6 Bootstrap置信區間
3 6 Metropolis-Hasting抽樣
3 6 1 MH抽樣方法的合理性
3 6 2 連續型分佈的MH抽樣
3 6 3 隨機遊動MH算法
3 7 逆跳MCMC
3 8 Gibbs抽樣
3 8 1 系統掃描Gibbs抽樣算法
3 8 2 隨機掃描Gibbs抽樣算法
3 8 3 Gibbs抽樣的合理性
習題3
第4章 優化方法
4 1 最速下降法
4 2 梯度下降法
4 3 Newton法、擬牛頓法
4 3 1 -Newton法
4 3 2 擬牛頓法
4 4 ADMM算法
4 5 內點法
4 5 1 原對偶內點法
4 5 2 預測——校正內點法
4 5 3 結合免疫算法的改進內點法
習題4
第5章 雲計算與分散式計算
5 1 雲計算的實施機制
5 1 1 基本概念
5 1 2 特殊雲機制
5 1 3 雲管理機制
5 1 4 雲安全機制
5 2 分散式計算與雲計算
5 2 1 分散式計算
5 2 2 雲計算
5 2 3 分散式計算和雲計算的區別與聯繫
5 3 集群技術
5 3 1 什麼是集群技術
5 3 2 集群的類型
5 3 3 集群技術的優點
5 3 4 集群技術的目的
5 4 MPI、多線程
5 4 1 MPI的定義
5 4 2 MPI用戶自定義操作MPI-Op-create
5 4 3 多線程的定義
5 4 4 多線程的優點
5 5 MapReduce原理
5 5 1 MapReduce簡介
5 5 2 MapReduce程序執行流程
5 5 3 MapReduce工作原理
習題5
第6章 隨機模擬實驗
6 1 古典概率實驗
6 1 1 擲骰子實驗
6 1 2 抽樣模型實驗
6 1 3 其他古典概型實驗
6 2 幾何概型實驗
6 3 火炮設計實驗
6 4 幾個初等隨機系統實驗
6 4 1 聖彼得堡悖論
6 4 2 電梯問題
6 4 3 礦工選門問題
6 5 大數定律實驗
6 6 中心極限定理實驗
6 6 1 中心極限定理演示實驗
6 6 2 利用中心極限定理估計概率
6 7 賭博模型
6 8 山羊與轎車選擇實驗
6 9 報童策略問題
習題6
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202410*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：統計計算
ISBN：9787523005903
出版社：中國統計
著編譯者：楊露
頁數：165
所在地：中國大陸 *此為代購商品
書號：1719454
可大量預訂，請先連絡。
內容簡介
本書通過實際案例引導讀者利用統計分析軟體來解決實際問題，加深讀者對概率知識的理解，提高對統計知識的應用能力，達到利用統計知識，結合R軟體，解決實際問題的能力。 本書系統地介紹了統計計算的基礎知識、產生隨機數的基本方法、蒙特卡洛積分、方差減少技術、統計實驗和EM算法及應用等內容。書中的代碼都是用R軟體編寫實現的。為了讓讀者能夠順利地閱讀和學習本書，在第2章對R軟體基礎知識和語法做了簡要介紹。 本書可以作為高等院校統計學、數據科學和大數據技術相關專業本科生、研究生的「統計計算」課程教材，也可以作為相關研究人員學習統計計算方法的參考書。目錄
第1章 統計計算1 1 統計計算簡史
1 2 統計計算算法簡介
1 3 雲計算、并行計算的優良性
1 3 1 雲計算
1 3 2 并行計算
第2章 統計軟體R語言基本操作及生成隨機數
2 1 R語言基本操作
2 1 1 R語言及相關軟體包的安裝
2 1 2 R語言基本命令操作
2 1 3 R語言變數類型的定義、操作
2 1 4 R數據的導入和存儲
2 1 5 R語言的畫圖操作
2 1 6 R語言子函數的編寫
2 2 隨機數的生成
2 2 1 均勻分佈隨機數的生成
2 2 2 非均勻分佈隨機數的生成
2 2 3 生成隨機數的R實現
習題2
第3章 蒙特卡洛方法
3 1 積分的模擬近似
3 1 1 利用中心極限定理
3 1 2 Hasting有理逼近抽樣
3 1 3 複合近似抽樣法
3 1 4 經驗分佈抽樣法
3 2 重要性抽樣
3 3 分層抽樣
3 4 EM算法、數據擴充算法
3 4 1 EM算法的收斂性
3 4 2 EM算法的應用
3 4 3 EM算法的改進變種
3 5 Bootstrap方法
3 5 1 Bootstrap的基本原則
3 5 2 非參數Bootstrap
3 5 3 參數Bootstrap
3 5 4 基於Bootstrap的回歸分析
3 5 5 Bootstrap偏差校正
3 5 6 Bootstrap置信區間
3 6 Metropolis-Hasting抽樣
3 6 1 MH抽樣方法的合理性
3 6 2 連續型分佈的MH抽樣
3 6 3 隨機遊動MH算法
3 7 逆跳MCMC
3 8 Gibbs抽樣
3 8 1 系統掃描Gibbs抽樣算法
3 8 2 隨機掃描Gibbs抽樣算法
3 8 3 Gibbs抽樣的合理性
習題3
第4章 優化方法
4 1 最速下降法
4 2 梯度下降法
4 3 Newton法、擬牛頓法
4 3 1 -Newton法
4 3 2 擬牛頓法
4 4 ADMM算法
4 5 內點法
4 5 1 原對偶內點法
4 5 2 預測——校正內點法
4 5 3 結合免疫算法的改進內點法
習題4
第5章 雲計算與分散式計算
5 1 雲計算的實施機制
5 1 1 基本概念
5 1 2 特殊雲機制
5 1 3 雲管理機制
5 1 4 雲安全機制
5 2 分散式計算與雲計算
5 2 1 分散式計算
5 2 2 雲計算
5 2 3 分散式計算和雲計算的區別與聯繫
5 3 集群技術
5 3 1 什麼是集群技術
5 3 2 集群的類型
5 3 3 集群技術的優點
5 3 4 集群技術的目的
5 4 MPI、多線程
5 4 1 MPI的定義
5 4 2 MPI用戶自定義操作MPI-Op-create
5 4 3 多線程的定義
5 4 4 多線程的優點
5 5 MapReduce原理
5 5 1 MapReduce簡介
5 5 2 MapReduce程序執行流程
5 5 3 MapReduce工作原理
習題5
第6章 隨機模擬實驗
6 1 古典概率實驗
6 1 1 擲骰子實驗
6 1 2 抽樣模型實驗
6 1 3 其他古典概型實驗
6 2 幾何概型實驗
6 3 火炮設計實驗
6 4 幾個初等隨機系統實驗
6 4 1 聖彼得堡悖論
6 4 2 電梯問題
6 4 3 礦工選門問題
6 5 大數定律實驗
6 6 中心極限定理實驗
6 6 1 中心極限定理演示實驗
6 6 2 利用中心極限定理估計概率
6 7 賭博模型
6 8 山羊與轎車選擇實驗
6 9 報童策略問題
習題6
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。
規格說明
大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。
