分享
 
 
 

统计模拟(英文版第3版)/图灵原版数学统计学系列(图灵原版数学统计学系列)|报价¥34.80|图书,经济与管理,会计、审计,审计,综合,罗斯

王朝王朝水庫·作者佚名  2008-05-20
窄屏简体版  字體: |||超大  

点此购买报价¥34.80
目录:图书,经济与管理,会计、审计,审计,综合,

品牌:罗斯

基本信息

·出版社:人民邮电出版社

·页码:274 页码

·出版日:2006年

·ISBN:7115141258

·条码:9787115141255

·版次:1

·装帧:平装

·开本:16开 16开

·丛书名:图灵原版数学统计学系列

内容简介

本书介绍了统计模拟的一些实用方法和技术。在对概率的基本知识进行了简单的回顾这后,介绍了如何利用计算机产生随机数以及如何利用这些随机数产生任意分布的随机变量、随机过程等。然后介绍一些分析编译数据的方法和技术,如Bootstrap、方差缩减技术等。接着介绍了如何利用统计模拟来判断所选的随机模型是否拟合实际的数据。最后介绍了MCMC及一些最新发展的统计模拟技术和论题。

本书可作为统计学、计算数学、保险学、精算学等专业本科生教材,也可供相关专业人士参考。

作者简介

Sheldon M.Ross国际知名统计学家,加州大学伯克利分校工业工程与运筹系教授。毕业于斯坦福大学统计系。研究领域包括:随机模型、仿真模拟、统计分析及金融数学等。除本书外,Ross教授还是多本畅销数学和统计教材的作者。

媒体推荐

书评

“……本书内容丰富,不论作为教材还是参考书都非常值得推荐。”

——美国统计学报

“本书是一本非常优秀的教材,强调了计算机在模拟技术上的应用。一定的概率和统计知识将有助于理解本书的精髓。”

——亚马逊网上书店评论

统计模拟是一门新兴的统计学和计算机结合的学科,因其便利性和经济性而广泛应用于统计学、数学、精算科学、工程学、物理学等众多领域,用以获得精确而有效的解决方案。

本书是国际知名统计学家Sheldon M. Ross所著的经典教材,已被加州大学伯克利分校、哥伦比亚大学等多所名校采用。书中涵盖了统计模拟最新方法和技术,提供了丰富的实例,备受业界推崇。

本书特色:

提供了分析模拟数据以及模拟模型的拟合检验所需的统计方法。

通过许多实用的例子(如多服务器排队法、存货控制及行使股票期权等)来阐明和提出理论。

强调方差缩减技术,包括控制变量及它们在因归分析中的应用等。

单列一单介绍Markov Chain Monte Carlo方法。

提供了关于产生离散随机变量混淆方法的独特材料。

新增加了有关保险风险模型、生成随机向量及奇异期权的材料。

目录

1 Introduction

Exercises

2 Elements of Probability

2.1 Sample Space and Events

2.2 Axioms of Probability

2.3 Conditional Probability and Independence

2.4 Random Variables

2.5 Expectation

2.6 Variance

2.7 Chebyshev's Inequality and the Laws of Large Numbers

2.8 Some Discrete Random Variables

Binomial Random Variables

Poisson Random Variables

Geometric Random Variables

The Negative Binomial Random Variable

Hypergeometric Random Variables

2.9 Continuous Random Variables

Uniformly Distributed Random Variables

Normal Random Variables

Exponential Random Variables

The Poisson Process and Gamma Random Variables

The Nonhomogeneous Poisson Process

2.10 Conditional Expectation and Conditional Variance

Exercises

References

3 Random Numbers

Introduction

3.1 Pseudorandom Number Generation

3.2 Using Random Numbers to Evaluate Integrals

Exercises

References

4 Generating Discrete Random Variables

4.1 The Inverse Transform Method

4.2 Generating a Poisson Random Variable

4.3 Generating Binomial Random Variables

4.4 The Acceptance-Rejection Technique

4.5 The Composition Approach

4.6 Generating Random Vectors

Exercises

5 Generating Continuous Random Variables

Introduction

5.1 The Inverse Transform Algorithm

5.2 The Rejection Method

5.3 The Polar Method for Generating Normal Random Variables

5.4 Generating a Poisson Process

5.5 Generating a Nonhomogeneous Poisson Process

Exercises

References

6 The Discrete Event Simulation Approach

Introduction

6.1 Simulation via Discrete Events

6.2 A Single-Server Queueing System

6.3 A Queueing System with Two Servers in Series

6.4 A Queueing System with Two Parallel Servers

6.5 An Inventory Model

6.6 An Insurance Risk Model

6.7 A Repair Problem

6.8 Exercising a Stock Option

6.9 Verification of the Simulation Model

Exercises

References

7 Statistical Analysis of Simulated Data

Introduction

7.1 The Sample Mean and Sample Variance

7.2 Interval Estimates of a Population Mean

7.3 The Bootstrapping Technique for Estimating Mean Square Errors

Exercises

References

8 Variance Reduction Techniques

Introduction

8.1 The Use of Antithetic Variables

8.2 The Use of Control Variates

8.3 Variance Reduction by Conditioning

Estimating the Expected Number of Renewals by Time t

8.4 Stratified Sampling

8.5 Importance Sampling

8.6 Using Common Random Numbers

8.7 Evaluating an Exotic Option

Appendix: Verification of Antithetic Variable Approach

When Estimating the Expected Value of Monotone Functions

Exercises

References

9 Statistical Validation Techniques

Introduction

9.1 Goodness of Fit Tests

The Chi-Square Goodness of Fit Test for Discrete Data

The Kolmogorov-Smirnov Test for Continuous Data

9.2 Goodness of Fit Tests When Some Parameters Are Unspecified

The Discrete Data Case

The Continuous Data Case

9.3 The Two-Sample Problem

9.4 Validating the Assumption of a Nonhomogeneous

Poisson Process

Exercises

References

10 Markov Chain Monte Carlo Methods

Introduction

10.1 Markov Chains

10.2 The Hastings-Metropolis Algorithm

10.3 The Gibbs Sampler

10.4 Simulated Annealing

10.5 The Sampling Importance Resampling Algorithm

Exercises

References

11 Some Additional Topics

Introduction

11.1 The Alias Method for Generating Discrete Random Variables

11.2 Simulating a Two-Dimensional Poisson Process

11.3 Simulation Applications of an Identity for Sums of Bernoulli Random Variables

11.4 Estimating the Distribution and the Mean of the First Passage Time of a Markov Chain

11.5 Coupling from the Past

Exercises

References

Index

……[看更多目录]

点此购买报价¥34.80

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有