本書主要介紹了試驗設(shè)計的基本理論與常用方法，內(nèi)容包括試驗設(shè)計基本概念與原則、方差分析基礎(chǔ)、析因設(shè)計、區(qū)組設(shè)計、正交設(shè)計、回歸設(shè)計、混料設(shè)計、均勻設(shè)計及交叉設(shè)計等．試驗設(shè)計與分析在今天已經(jīng)離不開統(tǒng)計軟件，本書利用目前流行的R語言為工具，針對每種設(shè)計方法結(jié)合大量實例完成試驗的設(shè)計與分析，每章后面配有一定的習(xí)題，讀者可以參照

時間序列預(yù)測問題是根據(jù)已有的時間序列數(shù)據(jù)預(yù)測其未來一段時間的狀態(tài)。該問題有著廣泛的應(yīng)用場景，比如在金融領(lǐng)域被使用來做現(xiàn)金流量預(yù)測、股票價格預(yù)測，在零售行業(yè)被使用來做業(yè)務(wù)收入預(yù)測、庫存消耗預(yù)測，在旅游行業(yè)被使用來預(yù)測旅游訂單量、客服服務(wù)量等，在氣象、人口密度預(yù)測來幫助決策者做出有效決策。本書首先對基于深度學(xué)習(xí)時間序列預(yù)測

本書分為預(yù)備知識、基礎(chǔ)模塊和進(jìn)階模塊三部分，內(nèi)容包括初等代數(shù)、函數(shù)、極限與連續(xù)、導(dǎo)數(shù)與微分、微分方程及其應(yīng)用等內(nèi)容。全書遵循學(xué)生認(rèn)知規(guī)律，注重數(shù)學(xué)的育人功能，以“悟?qū)W用”為主線進(jìn)行內(nèi)容編排，突出“專數(shù)”結(jié)合，融入數(shù)學(xué)文化和數(shù)學(xué)建模思想，圖文并茂、結(jié)構(gòu)嚴(yán)謹(jǐn)、說理透徹、通俗易懂。書中例題與習(xí)題覆蓋面廣，趣味性強。

本書內(nèi)容包括：緒論、單個高維總體均值向量和協(xié)方差矩陣的同時檢驗、兩個高維總體均值向量和協(xié)方差矩陣的同時檢驗、高維總體協(xié)方差矩陣的組內(nèi)等相關(guān)性檢驗等。

本書介紹了Butchart-Moser定理的相關(guān)知識及內(nèi)容。全書共分八章，內(nèi)容包括Butchart-Moser定理、在閉凸集上求最優(yōu)場址、最優(yōu)場址問題的快速收斂算法、閉凸集上多場址問題的一個全局收斂算法、在閉凸集上連續(xù)型多場址的最優(yōu)選擇、平面上的點－線選址問題、平面上的min-max型點－線選址問題、波蘭應(yīng)用數(shù)學(xué)中若干

本書不僅介紹了Newton程序與方程求根的相關(guān)知識及內(nèi)容，還介紹了其在數(shù)學(xué)其他領(lǐng)域的應(yīng)用。全書共分七章，分別為中國古代數(shù)學(xué)思想與Newton迭代法、解高次方程的Newton迭代法、多點導(dǎo)迭代及Newton迭代的收斂性、Newton迭代與壓縮映射、求重根的迭代方法、Newton迭代法的其他應(yīng)用、Newton迭代法在解泛函

本書介紹了排序擇優(yōu)算法的基本概念和發(fā)展歷程；建立了初始樣本量和總樣本量之間的函數(shù)關(guān)系，提出一種計算合理初始樣本量的方法，從而提升了頻率法算法效率；提出可以通過求解一個使所有系統(tǒng)總樣本量最小化的優(yōu)化問題來求解非均衡的樣本分配策略，進(jìn)一步提出兩種非均衡的樣本分配策略。本書還分析了一個隨意停放式共享單車系統(tǒng)中的再分配問題，并

本書內(nèi)容已經(jīng)外聘專家審讀審核通過后同意安排出版。本書將運籌學(xué)的基本內(nèi)容按照數(shù)學(xué)模型分成線性模型、非線性模型和隨機(jī)模型，分別加以介紹，主要包括：線性規(guī)劃、對偶理論及靈敏度分析、運輸問題、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、圖與網(wǎng)絡(luò)流優(yōu)化、無約束非線性規(guī)劃、約束非線性規(guī)劃、排隊論等。全書除介紹運籌學(xué)基本理論和方法外，還結(jié)合Matlab的應(yīng)

本書介紹了試驗設(shè)計與數(shù)據(jù)分析的常用方法，及其在專業(yè)學(xué)習(xí)、科學(xué)試驗和工業(yè)生產(chǎn)中的實際應(yīng)用。全書共分為10章，其中第1章為概述；第2章為與理化數(shù)據(jù)分析相關(guān)的Excel基礎(chǔ)操作；第3-6章為試驗數(shù)據(jù)的誤差分析、圖表制作方法、方差分析和回歸分析；第7-9章介紹了正交設(shè)計、均勻設(shè)計和優(yōu)選方法；第10章是綜合實訓(xùn)練習(xí)，方便學(xué)習(xí)者檢

本書聚焦于高維變量誤差模型的理論與計算方法，分別考慮了線性回歸和多響應(yīng)回歸變量誤差模型的參數(shù)估計。統(tǒng)計層面，提出非凸估計方法，給出參數(shù)估計的誤差上界，進(jìn)而建立統(tǒng)計一致性。計算層面，采用便捷高速的一階算法求解估計量所基于的非凸優(yōu)化問題，并證明了算法的線性收斂結(jié)果，表明算法可在線性時間內(nèi)收斂到問題的一個近似全局解，填補了非