应用经济学 计量经济学前沿 数据分析软件应用 Python数据分析 博弈论与信息经济学 产业经济学 产业经济学前沿 产业政策专题 发展经济学 环境经济学 机器学习与深度学习 金融风险管理 金融工程 金融经济学 金融实证研究 金融学前沿 科技金融 量化金融前沿 商业伦理与社会责任 生态经济学 时间序列分析 实验经济学 数量经济研究方法 数字经济发展与治理 数字经济学 数字经济专题 投资学 文献阅读与写作 文献阅读与学术写作实践 新制度经济学 中级宏观经济学 中级计量经济学 中级微观经济学 工商管理学 数字营销与消费者行为学 创新创业研究 大数据分析与挖掘 高级管理会计（双语） 会计前沿研究 领导力与组织沟通 企业文化与跨文化管理 数字企业管理 现代企业管理前沿讲座 应用计量经济学 运营管理专题 战略管理研究 质量管理前沿讲座 高级审计理论与实务 公司治理前沿研究 社会科学研究方法 组织行为学 MBA 新时代中国特色社会主义理论与实践 高级商务英语 数据分析与决策 信息系统与信息资源管理 会计学 运营管理 管理经济学 管理学 战略管理 营销管理 人力资源管理 财务管理 公司治理 MBA管理案例研究 项目管理 数字化运营管理 数字化营销 资本运作 数字化商业模式创新 数据资产与数据治理 企业经营模拟实训 大数据财务决策 专业实践 创新创业管理 MPACCS 宏观经济学 公司战略与风险管理 财务会计理论与实务 管理会计理论与实务 财务管理理论与实务 审计理论与实务 商业伦理与会计职业道德 会计专业英语（双语） RPA财务机器人开发与应用 企业数字化运营沙盘模拟 财务报表分析 会计应用研究方法与学位论文写作 大数据审计 机器学习与财务数据挖掘 ESG理论与实务 会计前沿专题

《科技论文写作》 《数学分析》 《高等代数与解析几何》 《概率论及数理统计 A》 《常微分方程》 《大学物理 C》 《物理实验 C》 《计算机导论》 《计算机导论》（实验） 《C/C++语言程序设计 D》 《C/C++语言程序设计 D》（实验） 《运筹学》 《微观经济学》 《统计学》 《宏观经济学》 《计量经济学》 《数据库原理及其应用》 《数据库原理及其应用》（实验） 《会计学 A》 《货币银行学》 《金融数学》 《投资学》 《应用时间序列分析》 《数理金融初步》 《保险学》 《随机过程及其在金融领域中的应用》 《博弈论与信息经济学》 《公司财务》 《金融市场学》 《投资组合与分析》 《复变函数 A》 《抽象空间与未定权益空间》 《数学规划及其在经济中的应用》 《实变函数与泛函分析》 《数学分析专题研究》 《高等代数专题研究》 《数学建模》 《经济数学软件实训》 《认识实习》 《毕业实习》

《数学分析》课程教学大纲. 1 《高等代数》课程教学大纲. 23 《空间解析几何》课程课程教学大纲.48 《概率论与数理统计》课程教学大纲.54 《常微分方程》课程教学大纲. 69 《运筹学》课程教学大纲. 77 《数学建模》课程教学大纲. 85 《复变函数》课程教学大纲. 93 《随机过程》课程教学大纲.107 《数值分析》课程教学大纲. 115 《回归分析》课程教学大纲.125 《多元统计分析》课程教学大纲.133 《组合数学》课程教学大纲.146 《Python 程序设计》课程教学大纲.157 《模糊数学》课程教学大纲.172 《最优化方法》课程教学大纲.181 《金融数学》课程教学大纲.190 《计量经济学》课程教学大纲.197 《货币金融学》课程教学大纲.209 《时间序列分析》课程教学大纲.225 《期货及其衍生品基础》课程教学大纲.235 《投资学》课程教学大纲. 248 《数学分析选讲》课程教学大纲.255 《高等数学选讲》课程教学大纲.262 《统计机器学习》课程教学大纲.272 《预测与决算》课程教学大纲.279 《精算学基础》课程教学大纲.291 《风险管理》课程教学大纲.300 《保险精算（寿险）》课程教学大纲.309

第1章 导论 一、学习指导 二、选择题 三、选择题答案 四、教材练习题详细解答 第2章 数据的搜集 一、学习指导 二、选择题 三、选择题答案 第3章 数据的图表展示 一、学习指导 二、选择题 三、选择题答案 四、教材练习题详细解答 第4章 数据的概括性度量 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第5章 概率与概率分布 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第6章 统计量及其抽样分布 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第7章 参数估计 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第8章 假设检验 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第9章 分类数据分析 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第10章 方差分析 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第11章 一元线性回归 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第12章 多元线性回归 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第13章 时间序列分析和预测 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第14章 指数 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 模拟试题一 模拟试题一解答 模拟试题二 模拟试题二解答

为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征，根据北京市35个监测站点获得的2013年3—5月颗粒物质量浓度1 h均值，分析和研究PM2.5和PM10质量浓度的季节性变化并提高其空间分辨率，在此基础上探讨颗粒物可能的影响因素及污染来源.结果表明，3—5月颗粒物质量浓度具有周期性变化规律和显著相关性，应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度，可外推并揭示颗粒物区域污染特征.分析表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等；污染区域则呈现南高北低的特征，污染来源除了本地人为源以外，周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分析，可为进一步研究颗粒物时空关系及掌握区域污染特征提供方法

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

到目前为止，我们讨论了连续时间周期信号的频谱（CTFS）、连续时间非周期信号的频谱（CTFT）及非周期序列的频谱(DTFT)，本章主要讨论周期序列的傅里叶级数（DFS)及其性质、有限长序列的傅里叶变换(DFT)的性质、有限长序列的傅里叶变换与周期序列的傅里叶级数的关系。有限长序列的离散傅里叶变换不仅在理论上十分重要，而且还存在快速算法，因此，离散傅里叶变换在数字信号处理中起着核心作用。 6.1 有限长序列与周期序列的关系 6.2 导出周期序列傅里叶级数的各种途径 6.3 常用周期序列的傅里叶级数 6.4 离散傅里叶变换 6.5 DFS与DFT的性质 6.6 离散傅里叶级数分析法 6.7 有限长序列的ZT、DTFT及DFT的相互表示 6.8 利用DFT逼近CTFT

1.1 引言 1.2 时域离散随机信号的统计描述 1.3 随机序列数字特征的估计 1.4 平稳随机序列通过线性系统 1.5 时间序列信号模型

• 典型信号及信号的基本运算； • 线性时不变系统的因果性和稳定性; • 系统的输入输出描述法； • 线性常系数差分方程及求解； • 模拟信号数字处理方法。 2.1 时域离散信号：序列，周期序列，序列运算 2.2 采样与量化：信号的采样，采样定理，重建 2.3 时域离散系统：线性时不变因果稳定 2.4 常系数线性差分方程