第1章 预备知识

1.1 矩母函数与生成函数

1.2 条件期望和条件方差

1.3 随机过程简介

1.4 Markov链

第2章 R介绍

2.1 R软件基本操作

2.2 R向量

2.3 矩阵与多维数组

2.4 因子

2.5 列表与数据框

2.6 输出输入

2.7 程序控制结构

2.8 R程序设计

2.9 图形

2.10 解方程

第3章 常用统计分析

3.1 单变量数据分析

3.2 假设检验

3.3 R统计模型简介

3.4 回归分析实例

3.5 随机数的应用

第4章 模拟随机变量

4.1 逆变换方法

4.2 筛选法

4.3 合成方法

4.4 Poisson过程模拟

4.5 Markov链的模拟

第5章 估计精度与有效模拟次数

5.1 总体均值和总体方差

5.2 总体均值的区间估计

5.3 Bootstrap方法

第6章 模拟精度改进技术

6.1 对偶变量法

6.2 条件期望法

6.3 分层抽样法

6.4 重要抽样法

第7章 统计模型识别方法

7.1 单样本的拟合优度检验

7.2 含未知参数单样本的拟合优度检验

7.3 两样本问题

7.4 验证非齐次Poisson过程的假设

第8章 EM算法和MCMC方法

8.1 EM算法

8.2 MCMC方法

8.3 模拟退火

8.4 SIR方法

第9章 若干动态系统的模拟

9.1 追逐问题的模拟

9.2 Daubechies小波函数计算

9.3 排队系统

9.4 存储模型

9.5 保险风险模型

9.6 维修问题

9.7 期权实施策略

参考文献