1 随机数产生与检验 1
1.1 用R语言产生随机数 1
1.1.1 离散型随机数产生 1
1.1.2 连续型随机数产生 5
1.2 产生随机数的理论方法 10
1.2.1 伪随机数产生的一般方法 10
1.2.2 逆变换方法 11
1.2.3 接受拒绝法 16
1.2.4 复合法 20
1.2.5 广义变换方法 22
1.3 随机数检验 27
1.3.1 均匀性检验 27
1.3.2 独立性检验 29
1.3.3 拟合优度检验 30
2 积分模拟与优化方法 33
2.1 大数定律积分法 33
2.1.1 伯努利大数定律积分模拟 33
2.1.2 辛钦大数定律积分模拟 37
2.2 积分的精度 40
2.3 重要抽样法积分 43
2.4 优化 47
2.4.1 矩估计中的优化 48
2.4.2 极大似然估计中的优化 50
3 方差缩减方法 55
3.1 对偶变量法 55
3.2 控制变量法 62
3.3 条件期望法 68
3.4 分层抽样法 73
3.5 重要抽样法 78
4 MCMC方法 85
4.1 Metropolis-Hastings算法 86
4.2 Gibbs抽样方法 91
4.3 EM算法 94
4.4 Jackknife方法 98
4.5 Bootstrap方法 100
5 系统模拟仿真 106
5.1 Buffon投针问题 106
5.2 赶火车问题 108
5.3 追逐问题 110
5.4 保险问题 112
5.5 鱼塘鱼量问题 114
5.6 收银员问题 115
5.7 储备问题 117
5.8 亚式期权定价问题 120
6 R语言与统计基础 125
6.1 R语言 125
6.1.1 数据类型、结构与运算 128
6.1.2 数据导入 137
6.1.3 循环与函数创建 139
6.2 统计基础 141
6.2.1 探索性数据分析 141
6.2.2 参数估计与假设检验 148
6.2.3 回归与方差分析 171
参考文献 183