该资源为2019-2020年桂林理工大学432统计学考研真题，资源高清无水印哦！

中文版目录 第1章 概率 第2章 随机变量 第3章 数学期望 第4章 不等式 第5章 随机变量的收敛 第6章 模型、统计推断与学习 第7章 CDF和统计泛函的估计 第8章 Bootstrap方法 第9章 参数推断 第10章 假设检验和p值 第11章 贝叶斯推断 第12章 统计决策理论 第13章 线性回归和Logistic回归 第14章 多变量模型 第15章 独立性推断 第16章 因果推断 第17章 有向图与条件独立性 第18章 无向图 第19章 对数线性模型 第20章 非参数曲线估计 第21章 正交函数光滑法 第22章 分类 第23章 重温概率：随机过程 第24章 模拟方法 英文版目录 Chapter 1 Probability. Chapter 2 Random Variables. Chapter 3 Expectation Chapter 4 Inequalities Chapter 5 Convergence of Random Variables Chapter 6 Models, Statistical Inference and Le arning Chapter 7 Estimating the CDF and Statistical

贾俊平版的《统计学》（第7版）配套例题练习数据，源自官网

与视频配套的王海玲统计学讲义，讲解很清晰，统计学考研必备

在数据处理过程中，首先要抽取足够数量的样本，本Excel为作者根据统计学教科书中的公式自行编写的样本量估算小工具，希望能够为大家提供一定的帮助。

文件统计学比较权威的matlab应用工具包，里面包含大量（50多个）可调用函数，如：robpca，MCD,fastMCD,classSVD，kernelEVD等，是从事统计学，稳健统计学，粗差判别领域不可或缺的一个matlab工具包。

这是我看过深入浅出统计学笔记后做的笔记，挺全面的。有时候忘了可以看一下。

地统计学及在生态学中的应用 科学出版社 王政权著

适合于像学习PKPD的人

《日内高频交易实战，从python数据分析到C++编写策略》是《从编程小白到量化宗师之路》系列的第二个中级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。课程内容从数据统计基本概念入手，抛开大多数人使用的传统技术指标体系（如MACD，KDJ 等），对市场交易数据进行深入分析，识别出其中的统计规律，发掘交易机会, 后期过渡到采用机器学习方式进行交易策略的研发，课程用到的机器学习方法有多项式线性回归，支持向量机（SVM），隐马尔可夫（HMM），朴素贝叶斯。 课程注重实战，学员上课后，可以达到：日内高频交易策略研发，对统计学和概率论有一些应用上的基础，从而能够自行继续研发新的策略。将日内高频的研究发到带到短期，中期交易策略中，提高盈利机会。 课程使用数据来源于两个早期课程： 股票数据下载课程 https://edu.csdn.net/course/detail/24720  期货tick数据收集整理课程 https://edu.csdn.net/course/detail/24783 课件中包含一些数据，当然同学们也可以使用自行收集的数据。