第1章 参数估计及统计检验 1
1.1 概述 1
1.2 参数估计原理 2
1.3 最小二乘估计理论 4
1.4 整体最小二乘估计原理 6
1.5 统计检验 8
习题 20
第2章 插值计算 21
2.1 概述 21
2.2 拉格朗日插值 22
2.3 牛顿插值 26
2.4 插值多项式的余项 31
2.5 埃尔米特插值 33
2.6 样条函数插值 35
2.7 二元函数插值 41
习题 53
第3章 回归与拟合分析 55
3.1 概述 55
3.2 线性回归分析 56
3.3 最优回归方程的选择 65
3.4 非线性回归分析 68
3.5 基于正交函数系的拟合方法 71
习题 78
第4章 抗差估计、有偏估计及拟合推估 79
4.1 概述 79
4.2 抗差估计 81
4.3 附加系统参数的平差 88
4.4 有偏估计 91
4.5 半参数估计原理 94
4.6 拟合推估 96
习题 98
第5章 时间序列分析 100
5.1 随机过程与时间序列的概念 100
5.2 时间序列的随机线性模型 105
5.3 线性模型的自相关函数和偏相关函数 111
5.4 模型的初步认识 116
5.5 模型参数的最小二乘估计 120
5.6 模型的检验和改进 123
5.7 时间序列的预报 129
习题 134
第6章 傅里叶分析与小波分析 136
6.1 概述 136
6.2 傅里叶变换及其性质 137
6.3 离散傅里叶变换 140
6.4 小波与小波变换 146
6.5 离散小波变换 150
6.6 多分辨分析与Mallat算法 156
习题 164
第7章 神经网络与遗传算法 165
7.1 神经网络 165
7.2 神经网络算法 170
7.3 遗传算法原理 178
7.4 用遗传算法优化神经网络 189
习题 192
第8章 空间信息统计学基础 194
8.1 空间信息统计学概述 194
8.2 变异函数与变异曲线 194
8.3 普通克里金法 203
8.4 泛克里金法 207
8.5 协同克里金法 212
习题 214
参考文献 215