统计模拟及其R实现

1 (p1): 第1章 预备知识
1 (p2): 1.1 矩母函数与生成函数
3 (p3): 1.2 条件期望和条件方差
6 (p4): 1.3 随机过程简介
11 (p5): 1.4 Markov链
16 (p6): 第2章 R介绍
17 (p7): 2.1 R软件基本操作
19 (p8): 2.2 R向量
26 (p9): 2.3 矩阵与多维数组
35 (p10): 2.4 因子
37 (p11): 2.5 列表与数据框
43 (p12): 2.6 输出输入
46 (p13): 2.7 程序控制结构
51 (p14): 2.8 R程序设计
58 (p15): 2.9 图形
75 (p16): 2.10 解方程
80 (p17): 第3章 常用统计分析
80 (p18): 3.1 单变量数据分析
82 (p19): 3.2 假设检验
83 (p20): 3.3 R统计模型简介
88 (p21): 3.4 回归分析实例
98 (p22): 3.5 随机数的应用
104 (p23): 第4章 模拟随机变量
104 (p24): 4.1 逆变换方法
114 (p25): 4.2 筛选法
121 (p26): 4.3 合成方法
124 (p27): 4.4 Poisson过程模拟
130 (p28): 4.5 Markov链的模拟
135 (p29): 第5章 估计精度与有效模拟次数
135 (p30): 5.1 总体均值和总体方差
138 (p31): 5.2 总体均值的区间估计
140 (p32): 5.3 Bootstrap方法
146 (p33): 第6章 模拟精度改进技术
146 (p34): 6.1 对偶变量法
150 (p35): 6.2 条件期望法
153 (p36): 6.3 分层抽样法
157 (p37): 6.4 重要抽样法
166 (p38): 第7章 统计模型识别方法
166 (p39): 7.1 单样本的拟合优度检验
172 (p40): 7.2 含未知参数单样本的拟合优度检验
177 (p41): 7.3 两样本问题
184 (p42): 7.4 验证非齐次Poisson过程的假设
191 (p43): 第8章 EM算法和MCMC方法
191 (p44): 8.1 EM算法
197 (p45): 8.2 MCMC方法
209 (p46): 8.3 模拟退火
213 (p47): 8.4 SIR方法
219 (p48): 第9章 若干动态系统的模拟
219 (p49): 9.1 追逐问题的模拟
223 (p50): 9.2 Daubechies小波函数计算
227 (p51): 9.3 排队系统
240 (p52): 9.4 存储模型
243 (p53): 9.5 保险风险模型
245 (p54): 9.6 维修问题
248 (p55): 9.7 期权实施策略
252 (p56): 参考文献 本书介绍了统计模拟的实用方法和技术, 同时也介绍了R语言及其编程方法, 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, 随机过程等知识