顶部
收藏

随机模拟的方法和应用


作者:
周永道 贺平 宁建辉 方开泰
定价:
69.00 元
版面字数:
290千字
开本:
特殊
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2021年
ISBN:
978-7-04-054337-7
物料号:
54337-00
出版时间:
2021-01-04
读者对象:
学术著作
一级分类:
自然科学
二级分类:
统计学
三级分类:
应用统计学

暂无
  • 目录
    • 前辅文
      • 第一章 随机模拟
        • 1.1 引言
          • 1.2 随机模拟的发展
            • 1.3 随机模拟的应用
            • 第二章 随机变量的生成
              • 2.1 随机数发生器
                • 2.2 随机变量生成方法
                  • 2.2.1 逆变换法
                    • 2.2.2 接受拒绝抽样法
                      • 2.2.3 随机表示法
                      • 2.3 常见统计分布的生成
                        • 2.3.1 常见离散型随机变量的生成
                          • 2.3.2 常见连续型随机变量的生成
                          • 2.4 多维随机变量的生成
                            • 习题
                            • 第三章 方差减少技术
                              • 3.1 对偶变量法
                                • 3.2 条件期望法
                                  • 3.3 分层抽样法
                                    • 3.4 控制变量法
                                      • 3.5 重要性抽样法
                                        • 习题
                                        • 第四章 重抽样技术
                                          • 4.1 刀切法
                                            • 4.1.1 偏差的刀切估计
                                              • 4.1.2 方差的刀切估计
                                              • 4.2 自助法
                                                • 4.2.1 非参数自助法
                                                  • 4.2.2 参数化B 估计
                                                    • 4.2.3 自助法不适合的情形
                                                    • 习题
                                                    • 第五章 马尔可夫链蒙特卡罗法
                                                      • 5.1 简单的案例
                                                        • 5.2 离散时间马尔可夫过程
                                                          • 5.3 Metropolis-Hastings 算法
                                                            • 5.3.1 Metropolis 算法
                                                              • 5.3.2 Metropolis-Hastings 算法
                                                                • 5.3.3 Metropolis-Hastings 算法的收敛理论
                                                                  • 5.3.4 Metropolis-Hastings 算法的缺陷
                                                                    • 5.3.5 推广算法
                                                                    • 5.4 Gibbs 抽样
                                                                      • 5.4.1 Gibbs 抽样原理
                                                                        • 5.4.2 分块Gibbs 抽样
                                                                          • 5.4.3 Gibbs 算法的收敛定理
                                                                            • 5.4.4 数据增强技术
                                                                            • 5.5 切片抽样
                                                                              • 5.5.1 切片算法的收敛性
                                                                              • 5.6 收敛性诊断
                                                                                • 5.6.1 图示法
                                                                                  • 5.6.2 诊断统计量
                                                                                  • 习题
                                                                                  • 第六章 拟蒙特卡罗方法
                                                                                    • 6.1 均匀网格
                                                                                      • 6.1.1 低偏差序列
                                                                                        • 6.1.2 均匀网格
                                                                                          • 6.1.3 改进的偏差
                                                                                          • 6.2 分布函数的代表点
                                                                                            • 6.2.1 几种代表点方法
                                                                                              • 6.2.2 FM 代表点
                                                                                                • 6.2.3 不同代表点的比较
                                                                                                • 6.3 离散数据的代表点
                                                                                                  • 6.3.1 k 均值算法
                                                                                                    • 6.3.2 数据收集有偏情形
                                                                                                    • 习题
                                                                                                    • 第七章 全局似然比(GLR) 技术
                                                                                                      • 7.1 重要性抽样重抽样技术
                                                                                                        • 7.1.1 重要性抽样重抽样技术
                                                                                                        • 7.2 拟蒙特卡罗SIR 技术
                                                                                                          • 7.2.1 拟蒙特卡罗SIR 技术
                                                                                                            • 7.2.2 随机化拟蒙特卡罗重要性重采样(RQSIR)
                                                                                                            • 7.3 全局似然比抽样器
                                                                                                              • 7.4 GLR 在一维分布中的应用
                                                                                                                • 7.5 多维多峰分布中的使用
                                                                                                                  • 7.6 GLR-Gibbs 算法
                                                                                                                    • 习题
                                                                                                                    • 第八章 随机模拟的应用
                                                                                                                      • 8.1 多维积分的近似
                                                                                                                        • 8.1.1 随机方法
                                                                                                                          • 8.1.2 拟随机方法
                                                                                                                            • 8.1.3 各种方法近似效果
                                                                                                                            • 8.2 优化问题求解
                                                                                                                              • 8.2.1 无约束优化问题
                                                                                                                                • 8.2.2 约束优化问题
                                                                                                                                • 8.3 贝叶斯推断
                                                                                                                                  • 8.4 贝叶斯变量选择
                                                                                                                                    • 8.4.1 分层贝叶斯模型
                                                                                                                                      • 8.4.2 Gibbs 抽样法
                                                                                                                                        • 8.4.3 超参数的选择
                                                                                                                                          • 8.4.4 实例分析
                                                                                                                                          • 8.5 非规则区域上的点集
                                                                                                                                            • 习题
                                                                                                                                            • 参考文献
                                                                                                                                              • 索引

                                                                                                                                              相关图书