用于空间分析和插值的地统计学软件。使用说明： 1.将loader_gs9放在安装目录的bin文件夹内 2.双击，点启动程序即可，软件在评估模式下运行，不能保存文件，但不影响使用

复旦大学经管——应用Stata做logistic回归，多个教学案例、详细的指导方法

数学·统计学系列：三角级数论 作　者： （英）哈代 ，（英）罗戈辛斯基 著，徐瑞云 ，王斯雷 译 出版时间：2013 丛编项： 数学·统计学系列 内容简介 　　《数学·统计学系列：三角级数论》以现代的观点简明而完整地讲述傅里叶级数的基础理论，全书共分7章。第1章讲述预备性知识；第2，3章讲傅里叶级数的性质；第4章讲傅里叶级数的收敛性及其判别法；第5章、第6章讲傅里叶级数的求和法及其应用；最后一章讲一般的三角级数。另有一个附录。对全书主要内容的来源作了一个综述。 目录 第1章 通论 1.1 三角级数 1.2 三角级数与调和函数 1.3 Fourier三角级数 1.4 测度和积分 1.5 1p类 1.6 1p空间及其度量 1.7 1p中的收敛 （强收敛） 1.8 两个周期函数的折合 1.9 12中的直交系 1.1 0直交系的例子 1.1 1一些进一步的知识 第2章 Hi1bert空间中的Fourier级数 2.1 L2中一般的Fourier级数 2.2 Riesz-Fischer定理 2.3 完备系和Parseva1定理 2.4 Mercer定理 2.5 封闭性和完备性 2.6 三角函数系的完备性 2.7 三角级数的Parseval定理和Riesz-Fischer定理 2.8 关于其他函数系的一些定理 2.9 Weierstrass定理 第3章 Fourier三角级数的其他性质 3.1 Fourier常数的简单性质 3.2 Riemann-1ebesgue定理 3.3 几个简单不等式 3.4 Fourier常数的数量级 3.5 有界变差函数 3.6 几个基本公式 3.7 一个特殊的三角级数 3.8 Fourier级数的积分 3.9 一个基本的收敛定理 3.1 0具有递降系数的级数 3.1 1 具有递降系数的级数 （续） 3.1 2 Gibbs现象 第4章 Fourier级数的收敛性 4.1 引言 4.2 Fourier级数的收敛问题 4.3 在一点的连续条件 4.4 Dini判别法 4.5 有界变差函数：Jordan判别法 4.6 1ebesgue判别法 4.7 一致收敛的其他判别法 4.8 共轭级数 4.9 共轭级数的收敛问题 4.1 0共轭级数的收敛判别法 4.1 1 sn （瑁┖蛃n （瑁┑氖?考叮 4.1 2在连续点的发散性 4.1 3就范直交系的1ebesgue函数 4.1 4三角函数系 （T）的1ebesgue常数 第5章 Fourier级数的求和 5.1 引言 5.2 线性的正则求和法 5.3 （C，1）求和法以及A-求和法 5.4 K-求和法及其核 5.5 Fourier级数在连续点或跳跃点的求和 5.6 几乎处处可求和 5.7 Fourier级数的 （C，1）求和 5.8 共轭级数的 （C，1）求和 5.9 A求和 5.1 0共轭级数的A求和 5.1 1定理70至定理76的一些应用 5.1 2 Fourier级数的导级数 第6章 第5章 定理的应用 6.1 引言 6.2 一个几乎处处发散的Fourier级数 6.3 具有正系数的Fourier级数 6.4 Ko1mogoroff的另一定理 6.5 Fourier级数的强性求和 6.6 其他求和法 6.7 应用 6.8 共轭函数的存在性 6.9 Fourier级数的收敛因子 6.10 Kuttner定理 第7章 一般三角级数 7.1 通论 7.2 收敛的三角级数的系数 7.3 Riemann求和法 7.4 连续函数的广义二阶导数 7：5关于凸函数的一个定理 7.6 Cantor定理和du Bois-Reymond定理 7.7 无界函数，dela Vallé；e-Poussin定理 7.8 更一般的情形 附录 编辑手记

大数据分析 美国西雅图自行车统计数据的可视化 步骤结果清晰 自己写的，嘿嘿有啥问题大家反馈 大三在校生(应用统计学)实验课内容(代码自行下载，注意格式)需要数据私聊

本教程详细描述了如何用arcgis软件实现地统计学的一些功能

人工智能-机器学习-计算机模拟病例考试系统的开发应用与统计学研究.pdf

欧姆社学习漫画-数学·漫画统计学，作者：[日]高桥信，陈刚(译)，科学出版社-2009

统计学（袁卫，高教出版社）-习题答案 统计学（袁卫，高教出版社）-习题答案 统计学（袁卫，高教出版社）-习题答案 统计学（袁卫，高教出版社）-习题答案

Excel在现代统计学中的应用

贝叶斯统计概念是很容易描述的。它把统计看成研究不确定性的一门学 问，并且坚持认为不确定性只能用概率语言来进行合理的解释。引进一个效 用函数 (utility function) 并选择使期望效用最大的最优决策把上述思想立即 扩展到在不确定时的决策问题。下面更加详尽地解释这些基本原理。 贝叶斯论断的根本就在于，无论是直接用千推断或是在决策中与概率为基础的效用相结合，概率目前是仅有的产生合理过程的方法。概率的三个基 本规则和由它们导出的理论一起提供了完全的说明，以适用于你的推断和行 动。