內容簡介
<統計模擬及其R實現》主要講述了如何利用計算機產生隨機數以及如何利用這些隨機數產生任意分布的隨機變數、隨機過程等知識；介紹了一些分析統計數據的方法和技術，如Bootstrap、模擬精度改進技術等，介紹了如何利用統計模擬來判斷所選的隨機模型是否擬合實際的數據；介紹了處理缺失數據的EM算法和進行Bayesian統計推斷的MCMC算法及一些新發展起來的統計模擬技術；最後介紹了動態模型的模擬。《統計模擬及其R實現》 對每一章節中的例子，都給出了用R語言編寫的模擬程式。
《統計模擬及其R實現》系統地介紹了統計模擬的一些實用方法和技術，同時也介紹了R語言及其編程方法。在對條件期望、條件方差、Poisson過程和Markov鏈的基本知識進行簡單介紹之後.
《統計模擬及其R實現》可作為統計學、計算數學與套用數學、保險學與管理學、精算學、工程技術等專業本科生教材或其他專業研究生教材，也可供相關專業人士參考。
圖書目錄
第1章 預備知識
1.1 矩母函式與生成函式
1.2 條件期望和條件方差
1.3 隨機過程簡介
1.4 Markov鏈
第2章 R介紹
2.1 R軟體基本操作
2.2 R向量
2.3 矩陣與多維數組
2.4 因子
2.5 列表與數據框
2.6 輸出輸人
2.7 程式控制結構
2.8 R程式設計
2.9 圖形
2.10 解方程
第3章 常用統計分析
3.1 單變數數據分析
3.2 假設檢驗
3.3 R統計模型簡介
3.4 回歸分析實例
3.5 隨機數的套用
第4章 模擬隨機變數
4.1 逆變換方法
4.2 篩選法
4.3 合成方法
4.4 Poisson過程模擬
4.5 Markov鏈的模擬
第5章 估計精度與有效模擬次數
5.1 總體均值和總體方差
5.2 總體均值的區間估計
5.3 Bootstrap方法
第6章 模擬精度改進技術
6.1 對偶變數法
6.2 條件期望法
6.3 分層抽樣法
6.4 重要抽樣法
第7章 統計模型識別方法
7.1 單樣本的擬合優度檢驗
7.2 含未知參數單樣本的擬合優度檢驗
7.3 兩樣本問題
7.4 驗證非齊次Poisson過程的假設
第8章 EM算法和MCMC方法
8.1 EM算法
8.2 MCMC方法
8.3 模擬退火
8.4 SIR方法
第9章 若干動態系統的模擬
9.1 追逐問題的模擬
9.2 Daubechies/小波函式計算
9.3 排隊系統
9.4 存儲模型
9.5 保險風險模型
9.6 維修問題
9.7 期權實施策略
參考文獻
