随着便携式计算机的普及以及大数据的发展，空间统计学的研究已较为普遍，空间数据的获取也更加便捷。空间数据已成为社会科学研究中的一类重要数据类型，空间数据分析为社会科学研究做出了巨大贡献。然而目前处理空间数据的统计方法要么过于深奥，要求读者具备良好的数理统计知识而令大部分读者难以入手，要么模型简单、适用面窄而无法达到深入分

本书主要关注层次结构合作博弈，深入研究了该类合作博弈的Winter值，新构造了其均分值、均分剩余值、多步Shapley值、集体值和t值。另外，本书还关注了两类特殊的层次结构合作博弈，即(常规)合作博弈和联盟结构合作博弈，详细梳理了这两类合作博弈单值解的研究成果。

控制理论通常处理过程的动态行为，由微分方程来进行刻画。随着计算机控制的快速普及，出现了离散事件过程和混杂过程。离散事件过程可能是展现离散行为的最简单的过程。在离散事件系统中，状态是离散的，而且状态的转移仅仅是对离散事件的响应。在离散事件过程和计算过程之间存在微小的差异，即并行与并发，也就是说，对于多数的计算性质，如顺序

符号模式的允许对角化问题从组合的角度刻画来说一直是一个公开问题，尽管本人以及其他学者也给出过一些充要条件，但是从组合的角度得到的充要条件至少还没有得到，这也是我们继续进行研究进而写作本书的原因。本书主要阐述和研究符号模式矩阵中的允许对角化问题，全书共分五章，第一章符号模式矩阵的基础知识；第二章符号模式矩阵中元素的变化对

本书共八章，前四章为概率论部分，概率论研究的是不确定性和随机性。这一部分主要包括概率论的基础内容，如随机变量及其分布，大数定律和极限定理等。后四章为数理统计部分，数理统计主要研究如何从收集到的数据中获取有关总体特征的信息。这一部分主要包括参数估计与假设检验、非参数统计方法、回归相关分析、抽样理论与统计建模等内容。本书旨

本书通过一系列引人入胜的故事，细致地阐释了与我们每个人密切相关的博弈问题，使读者迅速掌握生活中无时不在的博弈技巧。学博弈论不是为了学习它的解法，而是为了学习它处理事情的巧妙策略

本书适用于大学本科或研究生阶段的概率统计和多元统计分析课程的教学,也可供统计专业本科生做毕业设计参照使用,还可供相关应用领域从业人员参考。本书的特色：1.本书一改传统的单一理论方法加案例的编写模式,采用专门的章节进行案例的介绍,使读者可以迅速地进入应用领域。2.本书对一元概率统计与多元统计的内容进行了详细的介绍，并对一

统计包括统计计算和计算统计两个领域。传统的统计计算有优化算法、随机数生成算法、随机模拟、回归分析、分布函数和分位数函数计算等。计算统计包括马尔可夫链蒙特卡罗方法、EM算法和自助法等。本书理论部分囊括了这两部分内容；实验部分是以Python作为编程语言实现的，部分代码展示在书中，部分代码以二维码形式放在每节后面；课程思政

本书主要介绍了纵向数据多元响应变量的一种新的聚类方法，同时研究了纵向数据的分位数回归模型和半参数固定效应模型的估计效率。全书共分六章，第一章概述，主要介绍本书的主要工作，包括研究背景、一些基本概念。第二章介绍基于非参数回归模型的多元响应变量纵向数据的聚类分析方法，包括模型框架、聚类方法、渐近性质、数值模拟、实例分析和证

本书介绍了概率论与数理统计的基本概念、理论与方法，主要内容包括概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、祥本及抽样分布、参数估计、参数假设检验等，每章均配有习题，便于内容的理解和掌握。本书突出概率论与数理统计的基本思想和应用背景，表述从具体问题入手，由浅入深，