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
ISBN:
978-7-04-054337-7
版面字数:
290.000千字
开本:
特殊
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
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
  • 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