第1章 經(jīng)典統(tǒng)計(jì)方法
1．1點(diǎn)估計(jì)
1．1．1最優(yōu)估計(jì)的意義
1．1．2極大似然估計(jì)原理
1．1．3數(shù)據(jù)缺失與EM算法
1．1．4極大似然估計(jì)的變種
1．2假設(shè)檢驗(yàn)
1．2．1小概率事件原理
1．2．2最優(yōu)檢驗(yàn)與N—P引理
1．2．3關(guān)于假設(shè)檢驗(yàn)的幾個(gè)問題
1．2．4序貫概率比檢驗(yàn)
1．3區(qū)間估計(jì)
1．3．1Nevman區(qū)間估計(jì)
1．3．2其他區(qū)間估計(jì)
1．3．3構(gòu)造“最好的”置信區(qū)間

第1章  經(jīng)典統(tǒng)計(jì)方法
  1．1點(diǎn)估計(jì)
  1．1．1最優(yōu)估計(jì)的意義
  1．1．2極大似然估計(jì)原理
  1．1．3數(shù)據(jù)缺失與EM算法
  1．1．4極大似然估計(jì)的變種
  1．2假設(shè)檢驗(yàn)
  1．2．1小概率事件原理
  1．2．2最優(yōu)檢驗(yàn)與N—P引理
  1．2．3關(guān)于假設(shè)檢驗(yàn)的幾個(gè)問題
  1．2．4序貫概率比檢驗(yàn)
  1．3區(qū)間估計(jì)
  1．3．1Nevman區(qū)間估計(jì)
  1．3．2其他區(qū)間估計(jì)
  1．3．3構(gòu)造“最好的”置信區(qū)間
  1．4自助法
  1．4．1自助法原理
  1．4．2自助法點(diǎn)估計(jì)
  1．4．3自助法區(qū)間估計(jì)
  1．4．4自助法假設(shè)檢驗(yàn)
  1．4．5關(guān)于自助法的注意事項(xiàng)
  練習(xí)題
第2章  回歸分析
  2．1一元線性回歸分析
  2．1．1一元線性回歸模型
  2．1．2最小二乘法
  2．1．3回歸方程的檢驗(yàn)
  2．2多元線性回歸分析
  2．2．1多元線性回歸與最小二乘法
  2．2．2回歸方程的檢驗(yàn)
  2．2．3一些問題的討論
  2．2．4最小二乘估計(jì)的改進(jìn)
  2．2．5回歸分析中的自助法
  2．3含定性變量的回歸
  2．3．1自變量含定性變量情形
  2．3．2因變量是定性變量情形
  2．3．3L0gistic回歸模型
  練習(xí)題
第3章  狀態(tài)估計(jì)
  3．1線性系統(tǒng)卡爾曼濾波
  3．1．1卡爾曼濾波基本思想
  3．1．2離散系統(tǒng)卡爾曼濾波
  3．1．3連續(xù)系統(tǒng)卡爾曼濾波
  3．1．4濾波的穩(wěn)定性和發(fā)散問題
  3．2非線性系統(tǒng)卡爾曼濾波
  3．2．1問題的提出
  3．2．2線性化濾波方法
  3．2．3廣義卡爾曼濾波方法
  3．3粒子濾波
  3．3．1貝葉斯?fàn)顟B(tài)估計(jì)
  3．3．2序貫重要性抽樣
  3．3．3在線狀態(tài)估計(jì)問題
  練習(xí)題
第4章  統(tǒng)計(jì)決策與貝葉斯方法
  4．1統(tǒng)計(jì)決策概述
  4．1．1統(tǒng)計(jì)決策問題描述
  4．1．2期望損失、決策法則
  4．1．3決策原理的討論
  4．2先驗(yàn)信息的表示
  4．2．1無信息先驗(yàn)
  4．2．2最大熵先驗(yàn)
  4．2．3用邊際分布確定先驗(yàn)
  4．2．4先驗(yàn)選擇的矩方法
  4．3貝葉斯推斷
  4．3．1后驗(yàn)分布
  4．3．2點(diǎn)估計(jì)
  4．3．3區(qū)間估計(jì)
  4．3．4假設(shè)檢驗(yàn)
  4．3．5序貫后驗(yàn)加權(quán)檢驗(yàn)
  4．4貝葉斯決策
  4．4．1參數(shù)估計(jì)
  4．4．2假設(shè)檢驗(yàn)
  4．4．3序貫決策
  練習(xí)題
第5章  數(shù)據(jù)特征分析
  5．1數(shù)據(jù)分布特征分析
  5．1．1集中趨勢的度量
  5．1．2變異程度的度量
  5．1．3偏度和峰度特征
  5．2數(shù)據(jù)相關(guān)特征分析
  5．2．1單相關(guān)分析
  5．2．2復(fù)相關(guān)和偏相關(guān)分析
  5．2．3典型相關(guān)分析
  5．3數(shù)據(jù)聚類特征分析
  5．3．1相似系數(shù)和距離
  5．3．2系統(tǒng)聚類法
  5．3．3動(dòng)態(tài)聚類法
  5．3．4模糊聚類法
  5．4數(shù)據(jù)成分特征分析
  5．4．1主成分分析方法
  5．4．2投影尋蹤方法
  5．4．3流形學(xué)習(xí)方法
  5．5動(dòng)態(tài)數(shù)據(jù)特征分析
  5．5．1平穩(wěn)動(dòng)態(tài)數(shù)據(jù)特征分析
  5．5．2一般動(dòng)態(tài)數(shù)據(jù)運(yùn)動(dòng)成分分析
  5．6數(shù)據(jù)圖形化方法
  5．6．1一維數(shù)據(jù)圖形化
  5．6．2二維數(shù)據(jù)圖形化
  5．6．3三維數(shù)據(jù)圖形化
  5．6．4高維數(shù)據(jù)圖形化
第6章  統(tǒng)計(jì)學(xué)習(xí)方法
  6．1風(fēng)險(xiǎn)最小化問題
  6．1．1經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化
  6．1．2結(jié)構(gòu)風(fēng)險(xiǎn)最小化
  6．2支持向量機(jī)
  6．2．1線性分類器
  6．2．2軟間隔優(yōu)化
  6．2．3非線性分類器
  6．2．4支持向量機(jī)回歸
  6．3相關(guān)向量機(jī)
  6．3．1基本原理
  6．3．2算法實(shí)現(xiàn)
  6．3．3性能分析
  練習(xí)題
參考文獻(xiàn)