4.1 概述 4.2 概率的基本概念与定理 4.3 随机变量及其概率分布 4.4 统计参数的估算 4.5 水文频率的计算方法 4.6 相关分析

 平稳性检验  纯随机性检验

一、本节知识结构 二、误差的概念、分类与表示法 三、随机误差的统计规律 四、少量数据的统计处理

导出了随机-模糊线性回归模型参数的估计量,证明了参数的估计量为无偏估计,同时推导了参数估计量数字特征和回归方程相关系数的计算公式。将该模型应用于岩石样本抗剪强度实验数据处理中,通过与传统的随机一元线性回归对比分析,表明使用该方法得到的力学参数更具代表性

概率 随机变量与函数 期待值 误差传递

PAW 与 ROOT 简介 PAW 与 ROOT 的数据结构 PAW 与 ROOT 的图形运算 PAW 与 ROOT 上的随机抽样

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）29 基于MCMC模拟的期货最优套保比贝叶斯分析

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）56 基于广义极值分布和Metropolis-Hastings抽样算法的贝叶斯MCMC洪水频率分析方法

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）06 管理浮动机制下的人民币汇率行为分析——基于贝叶斯MCMC推断法与ESVDJ模型（厦门大学、中山大学）

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）48 中国商业银行操作风险损失分布甄别与分析——基于贝叶斯MCMC频率方法