第1章 參數(shù)估計(jì)及統(tǒng)計(jì)檢驗(yàn)
1.1 概述
1.2 參數(shù)估計(jì)原理
1.3 最小二乘估計(jì)理論
1.4 整體最小二乘估計(jì)原理
1.5 統(tǒng)計(jì)檢驗(yàn)
習(xí)題

第2章 插值計(jì)算
2.1 概述
2.2 拉格朗日插值
2.3 牛頓插值
2.4 插值多項(xiàng)式的余項(xiàng)
2.5 埃爾米特插值
2.6 樣條函數(shù)插值
2.7 二元函數(shù)插值
習(xí)題

第3章 回歸與擬合分析
3.1 概述
3.2 線性回歸分析
3.3 最優(yōu)回歸方程的選擇
3.4 非線性回歸分析
3.5 基于正交函數(shù)系的擬合方法
習(xí)題

第4章 抗差估計(jì)、有偏估計(jì)及擬合推估
4.1 概述
4.2 抗差估計(jì)
4.3 附加系統(tǒng)參數(shù)的平差
4.4 有偏估計(jì)
4.5 半?yún)��?shù)估計(jì)原理
4.6 擬合推估
習(xí)題

第5章 時(shí)間序列分析
5.1 隨機(jī)過程與時(shí)間序列的概念
5.2 時(shí)間序列的隨機(jī)線性模型
5.3 線性模型的自相關(guān)函數(shù)和偏相關(guān)函數(shù)
5.4 模型的初步認(rèn)識(shí)
5.5 模型參數(shù)的最小二乘估計(jì)
5.6 模型的檢驗(yàn)和改進(jìn)
5.7 時(shí)間序列的預(yù)報(bào)
習(xí)題

第6章 傅里葉分析與小波分析
6.1 概述
6.2 傅里葉變換及其性質(zhì)
6.3 離散傅里葉變換
6.4 小波與小波變換
6.5 離散小波變換
6.6 多分辨分析與Mallat算法
習(xí)題

第7章 神經(jīng)網(wǎng)絡(luò)與遺傳算法
7.1 神經(jīng)網(wǎng)絡(luò)
7.2 神經(jīng)網(wǎng)絡(luò)算法
7.3 遺傳算法原理
7.4 用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)
習(xí)題

第8章 空間信息統(tǒng)計(jì)學(xué)基礎(chǔ)
8.1 空間信息統(tǒng)計(jì)學(xué)概述
8.2 變異函數(shù)與變異曲線
8.3 普通克里金法
8.4 泛克里金法
8.5 協(xié)同克里金法
習(xí)題

參考文獻(xiàn)