利息導論與應用 (3版)

人氣推薦！已有5位會員共同選購!!

利息導論與應用(第三版)(Kellison 3/e) +作者：喬治華/李志武/莊聲和譯(Kellison) +年份：2011 年3 版 +ISBN：9789861577746 +書號：FI0103C +規格：16開/平裝/單色 +頁數：560 +出版商：麥格羅 ●內文結構清晰，提供按部就班的導引，為讀者保險數學的學習，奠立扎實基礎。 ●因應現代金融的快速發展，新增豐富的教材，且各章節之間的相互呼應，更有層次。 ●對於各種複雜的理論與公式提供合理與直觀的解釋， 　期使讀者輕鬆入門，徹底脫離學習數學的苦悶與枯燥。 （擷取自序） 　　隨著金融全球化的發展，利息理論已由過去扮演精算理論的基礎角色，快速發展成為財務領域的核心課程。舉凡財務管理、投資決策、衍生性金融商品的訂價與評價、債券商品多樣化的發行與評等、利率模型的建立與風險衡量等涉及財務工程的相關發展，愈發突顯利息理論舉足輕重的地位。過去金融市場中保險、銀行、證券三足鼎立的情形，由於金融控股與金融百貨概念中，所謂一次購足的行銷話術盛行，導引異業區隔性逐漸模糊。新型商品的推陳出新，投資商品附帶保險或保險商品內含證券投資，比比皆是。現代金融商品的架構已經益發複雜，令人眼花撩亂，唯有堅守核心知識，方能透徹解析，避免人云亦云，自沉於洪洪流行潮中而不自覺。 　　長期以來，由University of Central Florida 的Stephen G. Kellison 教授所撰之 The Theory of Interest是入門精算領域的重要教科書與參考書。原書的結構清晰，提供按部就班的導引。更重要的是對於各種複雜的理論與公式提供合理與直觀的解釋，讓讀者閱後豁然開朗，並能舉一反三，徹底脫離學習數學的苦悶與枯燥。此外，對於其後保險數學的學習，亦可奠立扎實基礎。 　　在第三版中，作者因應現代金融的快速發展，新增豐富的教材，且各章節之間相互呼應，更有層次，頗有柳暗花明之勢。根據譯者過去教學的經驗，許多同學限於語文的障礙，對於作者著書的汲汲經營，往往未能一窺全貌，徒有入寶山而空手回的遺憾。為增進莘莘學子的學習成效，三位譯者不畏才疏學淺，提供譯本以收同學學習事半功倍之效。 1 利息測量 2 利息解題 3 基本年金 4 更一般化年金 5 分期付款與償債基金 6 債券與其他有價證券 7 殖利率 8 實務應用 9 財務分析進階 10 利率的期限結構 11 存續期間、凸性及免疫理論 12 隨機利率模型 13 選擇權與其他衍生性金融商品 附錄A 日序列表 附錄B 抵押貸款分期付款表 習題解答

Probability and Statistical Inference (10版)

其他會員也一起購買

【簡介】 Advances in computing technology, particularly in science and business, have increased the need for more statistical scientists to examine the huge amount of data being collected. Written by veteran statisticians, Probability and Statistical Inference, 10th Edition is an authoritative introduction to an in-demand field. It emphasizes the existence of variation in almost every process, and how the study of probability and statistics helps us understand this variation. This applied overview of probability and statistics reinforces basic mathematical concepts with numerous real-world examples and applications to illustrate the relevance of key concepts. A good calculus background is needed, but no previous study of probability or statistics is required. It is designed for a 2-semester course, but also can be adapted for a 1-semester course.  【目錄】 Ch 1 Probability Ch 2 Discrete Distributions Ch 3 Continuous Distributions Ch 4 Bivariate Distributions Ch 5 Distributions of Functions of Random Variables Ch 6 Point Estimation Ch 7 Interval Estimation Ch 8 Tests of Statistical Hypotheses Ch 9 More Tests

應用線性迴歸模型(Kutner/Applied Linear Regression Models 4e) (4版)

其他會員也一起購買

應用線性迴歸模型(Kutner：Applied Linear Regression Models 4/e)(附光碟) 作者： KUTNER 譯者： 陳至安 出版社：華泰文化 出版日期：2005/08/09 語言：繁體中文 定價：780元 內容簡介 　　今日之線性迴歸模型已經廣泛地應用在企業管理、經濟、工程、社會健康以及生物科學等領域上。要成功地應用這些模型，有賴於掌握其中之理論，並對生活中所遭遇的實際問題有相當程度之了解，而本書--《應用線性迴歸模型》（第四版）實質上就是一本調和理論與應用的書籍，避免落於單獨的理論陳述或是缺乏理論基礎的實例應用這兩種極端。 　　由於理論上的知識需求往往因認知不同而異，而作者想強調的是對於迴歸模型的充分了解，特別是模型中參數的意義，才能提供模型產生更為適當應用之基礎。書中大量廣泛而多樣性的例題有助於迴歸模型理論方法的學習，並且可以幫助讀者在不同的問題中應用。 　　本書內容除傳統迴歸分析主題外，另外還加入實務上經常忽略的重要問題之討論，並強調有關於殘差分析與其他模型診斷技巧之使用方法，以及當模型配適不佳時的矯正策略。此外，因為在實務問題上很少只做單一推論，所以也特別強調推論之程序。 　　此書內容亦同於Kutner/Neter:Applied Linear Statistical Models第五版一書之前14章中譯。 目錄 第Ⅰ篇 簡單線性迴歸 第1章 單一預測變數線性迴歸 第2章 迴歸分析的推論 第3章 診斷與矯正之測量 第4章 迴歸的同步推論與其他主題 第5章 簡單線性迴歸之矩陣方法 第Ⅱ篇 複線性迴歸 第6章 複迴歸之ㄧ 第7章 複迴歸之二 第8章 計量與質性預測變數之迴歸模型 第9章 建立迴歸模型之一：模型的選擇與驗證 第10章 建立迴歸模型之二：診斷 第11章 建立迴歸模型之三：矯正測量 第12章 時間數列資料的自我相關 第Ⅲ篇 非線性迴歸 第13章 非線性迴歸 第14章 Logistic 迴歸 附錄A 機率與統計的一些基礎結果 附錄B 統計查表 附錄C 資料集 附錄D 參考書目

Python大數據特訓班 (3版)

其他會員也一起購買

Python大數據特訓班（第三版）：資料自動化收集、整理、清洗、儲存、分析與應用實戰（附320分鐘影音/範例程式） 系列名：程式設計 ISBN13：9786263243385 出版社：碁峰資訊 作者：鄧文淵-總監製;文淵閣工作室-編 裝訂／頁數：平裝／352頁 規格：23cm*17cm*2.1cm (高/寬/厚) 出版日：2022/10/31 中國圖書分類：電腦程式語言 內容簡介 Python暢銷經典主題強化再升級  　 運用世界級熱門開發平台  迅速掌握資料處理要領，深入全方位專案主題  立即體驗Python的大數據超強實戰力    面對大數據資料  如何爬取？如何整理？如何儲存？  如何分析？如何呈現？最後要如何應用？  就從熱門案例切入，快速搜集梳理巨量資訊！    熱門搜尋關鍵字、股票的交易資訊、政府的公開資料、社群網站上傳的圖片與影音，以及實體通路或網路商店的銷售數據…等，都讓資料量快速爆增。大數據時代來臨，不僅科技業重視，就連傳統的零售業、金融業、製造業、旅遊業，以及政府都爭相投入，無不希望能運用數據分析與預測來協助決策方向，掌握數據就能找出趨勢的出路與提高判斷的精準度，也讓新興的數據分析師、資料分析師、資料科學家成為熱門職業。    Python無疑是大數據與AI時代第一程式語言，在數據資料處理的領域中有著非常重要的地位。本書由生活出發，以專題實戰，只要能掌握數據資料爬取清洗、儲存整理、統計分析、視覺化呈現，以及跨領域應用的關鍵技術，就能掌控大數據的應用。    ■完整學習Python資料處理的4大觀念與技術：爬取清理、讀取儲存、統計分析、呈現與應用。    ■快速熟悉Python熱門開發平台Google Colab，建立資料科學的基本觀念，學會Python語法函數模組的應用，並透過資料分析實作演練，培養數據分析開發領域所需的技能。    ■全面深入不同應用面向，如：網路爬蟲、資料正規化、資料視覺化、資料儲存與讀取(CSV、Excel、Google試算表、多媒體檔案擷取…)、批次檔案下載、公開資料應用、API建立…    ■以最多元的熱門實例進行大數據專案實作，如：LINE貼圖收集、線上相簿批次下載、YouTube影片、音檔及播放清單下載，股票市場個股分析統計圖、股價資訊即時推播、網路新書排行榜、人力銀行求職資訊分析、超商門市資訊收集、即時網路聲量輿情觀察、網路線上字典，以及Web API開發…    ■範例程式另提供Python筆記神器：Jupyter Notebook格式檔案，讓學習與操作更便利。    ■針對專案實戰提供影音輔助教學，加速學習效率。  　 【書附超值學習資源】320分鐘專案實戰影音教學/範例程式檔/「打造自己的疫情指揮中心：新冠肺炎數據分析實戰」教學影片 目錄 01 Python 雲端開發平台：Colab  1.1 Google Colab：雲端開發平台  1.2 Colab的筆記功能  02 數據資料的爬取  2.1 requests模組：讀取網站檔案  2.2 BeautifulSoup模組：網頁解析  2.3 使用正規表達式  03 數據資料的儲存與讀取  3.1 檔案的讀寫  3.2 csv資料的儲存與讀取  3.3 json資料的儲存與讀取  3.4 Excel資料儲存與讀取  3.5 SQLite資料庫的操作  3.6 Google試算表的操作  04 數據資料視覺化  4.1 繪製折線圖：plot  4.2 長條圖與橫條圖：bar、barh  4.3 圓形圖：pie  4.4 直方圖：hist  4.5 散佈圖：scatter  4.6 設定圖表區：figure  4.7 在圖表區加入多張圖表：subplot、axes  05 Numpy數據運算  5.1 Numpy：高速運算的解決方案  5.2 Numpy陣列建立  5.3 Numpy陣列取值  5.4 Numpy的陣列運算功能  06 Pandas資料處理  6.1 Pandas Series的建立與取值  6.2 Pandas DataFrame的建立  6.3 DataFrame資料取值  6.4 DataFrame資料操作  6.5 Pandas資料存取  6.6 Pandas模組：繪圖應用  6.7 Pandas資料清洗  6.8 Pandas 資料篩選、分組運算  07 LINE貼圖收集器  7.1 專題方向  7.2 關鍵技術  7.3 實戰：LINE貼圖收集器  08 YouTube影片資源下載  8.1 專題方向  8.2 關鍵技術  8.3 實戰：批次下載YouTube影片  09 運動相簿批次爬取  9.1 專題方向  9.2 關鍵技術  9.3 實戰：運動相簿批次爬取  9.4 非同步模組-concurrent.futures  10 台灣股票市場分析統計圖  10.1 專題方向  10.2 關鍵技術  10.3 實戰：個股單月與年度統計圖  11 行動股市即時報價  11.1 專題方向  11.2 關鍵技術  11.3 實戰：用LINE傳送即時股價  12 網路書店新書排行榜  12.1 專題方向  12.2 關鍵技術  12.3 實戰：網路書店新書排行榜  13 人力銀行網站求職小幫手  13.1 專題方向  13.2 關鍵技術  13.3 實戰：1111人力銀行求職小幫手  14 7-11超商門市資料下載  14.1 專題方向  14.2 關鍵技術  14.3 實戰：7-11超商門市資料下載  15 即時網路聲量輿情收集器  15.1 專題方向  15.2 關鍵技術  15.3 實戰：即時網路聲量輿情資料下載  16 線上國語字典  16.1 專題方向  16.2 關鍵技術  16.3 實戰：建立線上國語字典及Web App

機率論(Ross/A First Course in Probability 8e ) (8版)

其他會員也一起購買

【中文翻譯書】 書名：機率論 修訂版 原文書名 : A First Course in Probability 8/E 作者 : Sheldon Ross 譯者 : 朱蘊鑛 出版社 : 華泰 出版日期 : 2012/07 ISBN : 9789862801543 內容簡介 　　本書針對具備微積分知識並主修數學、統計、工程和科學（包含資訊科學、生物科學、社會科學和管理科學）的學生介紹機率論，除了說明機率論的數學內涵並藉由大量的範例來介紹機率論的應用。 　　第1章提出組合分析之基本原理，它對於計算機率相當實用。 　　 　　第2章介紹機率論之公設並證明它們可用於計算各式各樣有趣的機率。 　　 　　第3章介紹條件機率與獨立事件等非常重要的主題。藉由一系列的範例，我們說明當某部分資訊可用時，條件機率如何幫助我們計算機率。 　　 　　第4到第6章介紹隨機變數的概念。第4章介紹離散隨機變數，第5章介紹連續隨機變數，而第6章介紹聯合隨機變數。 　　第7章介紹期望值的其他性質，提出許多範例說明隨機變數之和的期望值等於他們個別的期望值之和這個結果的功能。 　　第8章提出機率論主要的理論結果，並證明強大數法則和中央極限定理。 　　第9章介紹一些其他的專題，例如馬可夫鏈、卜瓦松過程和資訊編碼理論。 　　第10章則介紹模擬。 　　在本書中每章最後給了兩組習題，第1組為練習題，而第2組為自我評量，並且在本書最後附有自我評量的詳細解答，應可增進讀者之學習成效以及提升應付校內外機率論科目之考試能力，特別是研究所之入學考試。 作者簡介 Sheldon Ross 　 　　現職：University of Southern California 　　學歷：Ph.D. in statistics at Stanford University 譯者簡介 朱蘊(金廣) 　 　　現職：國立臺中科技大學應用統計系教授兼系主任 　　學歷：清華大學統計所博士 目錄 第1章 組合分析 第2章 機率之公設 第3章 條件機率與獨立性 第4章 隨機變數 第5章 連續隨機變數 第6章 聯合分配之隨機變數 第7章 期望值的性質 第8章 極限定理 第9章 機率中另外的專題 第10章 模擬

抽樣調查 (1版)

其他會員也一起購買

【中文翻譯書】 (有膠膜) 書名：抽樣調查 原文書名：Survey Sampling 7/E 原文作者：Richard L. Scheaffer 中文譯者：鄭天澤 ISBN：9789865840594 內容簡介 　　抽樣調查的教科書不勝枚舉，而Richard L. Scheaffer等四位教授為這個領域的專家學者，因此本書一直是抽樣調查初學者不可或缺的教科書。它由基本觀念導入，不需太多的數學背景與繁瑣計算，就能藉著實際案例來瞭解問題；利用電腦工具，即可熟悉與運用各種抽樣調查中常用的方法與技術。因此本書能夠引起初學者的學習興趣，輕鬆地達到學習與應用的效果。 　　本書共分為十二章，內容涵蓋抽樣調查的基本概念，簡單隨機抽樣，分層隨機抽樣，系統抽樣，比例，迴歸及差異估計，集群抽樣，母體大小的估計及進階問題等不同的精闢內容。在第四章到第十章開頭的個案研究能引發讀者對該章內容的興趣，書末附錄B的巨集說明如何使用SAS 統計套裝軟體來執行抽樣調查問題的計算，而互動式EXCEL工具更簡化計算並使讀者可以看到公式的運算，更深入瞭解計算方式。 目錄 第1章　簡　介 第2章　抽樣問題的元素 第3章　統計學的基本概念 第4章　簡單隨機抽樣 第5章　分層隨機抽樣 第6章　比率、迴歸與差異估計 第7章　系統抽樣 第8章　集群抽樣 第9章　二階段集群抽樣 第10章　估計母體大小 第11章　總　結

離散數學 (7版)

其他會員也一起購買

【中文翻譯書】 書名：離散數學 第七版 附光碟 原文書名 : Discrete Mathematics and Its Applications 7/E 作者 : Rosen 譯者 : 謝良瑜 陳志賢 出版社：東華 書號: 1803701 ISBN：9789861579115 <內容簡介> 隨著電腦科學的飛速發展，離散數學的重要性則日益彰顯。它為許多資訊科學課程提供了數學基礎，包括資料結構、演算法、資料庫理論、形式語言與作業系統等。如果沒有離散數學的相關數學基礎，學生在學習上述課程中，便會遇到較多的困難。此外，離散數學也包含了解決作業研究、化學、工程學、生物學等眾多領域的數學背景。Rosen教授所著之《離散數學》（Discrete Mathematics and its Applications, 7e）是一本文字淺顯易懂的數學書，提供豐富的習題、補充內容。作者使用精準的數學語言，但又不過度形式化與抽象化。此外，還補充重要數學家的生平簡介，更為抽象的數學概念增添了些許人文氣息，豐富了上課的趣味。 本書特色 　　本書非常強調數學推理，以及各種解題方式。大體而言，有五個重要的主題貫穿本書：  數學推理：本書一開始針對數理邏輯進行探討，討論證明時，建構證明的科學面和藝術面都會顧及。特別強調數學歸納法的技巧，藉由各種不同形態的範例進行說明。  組合分析：本書在討論如何列舉物件時，先從計數的基本技術開始。我們的重點在於使用組合分析來解決計數問題，以及演算法的解析，而不是直接套用公式。  離散結構：離散數學的課程應該要教學生如何處理離散結構──用以代表離散物件及其間關係之抽象的數學結構。離散結構包括集合、排列、關係、圖形、樹圖及有限狀態機器。  演算法思考：某些類別的問題可藉由演算法的明確敘述來解決。一旦演算法被清楚說明之後，就可建構電腦程式予以執行。描述演算法的方式，除了日常語言之外，也會用到容易明瞭的虛擬碼形式。  應用與模型化：本書探討了許多關於資訊科學和資料網路方面的應用，另外還包括化學、植物學、動物學、語言學、地理、商業、網際網路等各種領域。將離散數學模型化是極為重要的一種解題技巧，學生可以從習題中揣摩發展，建構出屬於自己的模型。 <章節目錄> 第1章　基礎：邏輯與證明 第2章　基本結構：集合、函數、序列、總和與矩陣 第3章　演算法 第4章　數論與密碼學 第5章　歸納與遞迴 第6章　計數 第7章　進階計數技巧 第8章　關係 第9章　圖形 第10章　樹圖 第11章　布林代數（CD） 附錄1　實數與正整數的公理（CD） 附錄2　指數函與對數函數（CD） 附錄3　虛擬碼（CD）

統計叢書系列-高等統計學之推論統計-複習與題解

類似書籍推薦給您

高等統計學之推論統計複習與題解 +作者：黃文隆著 +年份：2005 年1 版 +ISBN：9867287509 +書號：PS0260S +規格：16開/平裝/單色 +頁數：480 +出版商：滄海 ※本書為「黃文隆著/高等統計學之推論統計」之習題解答本。 目錄 第8章 統計推論 第9章 一樣本統計推論 第10章 兩樣本統計推論 第11章 變異數分析 第12章 卡方檢定 第13章 無母數統計 第14章 簡單線性迴歸模式 第15章 多元線性迴歸模式

統計叢書系列-高等統計學之機率論-複習與題解 (1版)

類似書籍推薦給您

高等統計學之機率論複習與題解 +作者：黃文隆著 +年份：2005 年1 版 +ISBN：9867287495 +書號：PS0220S +規格：16開/平裝/單色 +頁數：648 +出版商：滄海 ※本書為「黃文隆著/高等統計學之機率論」之習題解答本。 第1章 機率理論 第2章 機率分配函數 第3章 聯合機率分配函數 第4章 離散型機率模式 第5章 連續型機率模式 第6章 隨機變數的函數 第7章 抽樣分配

統計叢書系列-高等統計學之推論統計

類似書籍推薦給您

高等統計學之推論統計 +作者：黃文隆著 +年份：2004 年1 版 +ISBN：9867777662 +書號：PS0260 +規格：16開/平裝/單色 +頁數：544 +出版商：滄海 ※本書另編有複習與題解(習題解答)，提供讀者參考購買！ ‧簡潔有力： 全書扣除習題頁數後約有400頁，且每一章節的結構幾乎都一樣，故讀者（老師）都有很充裕的時間準備、學習。 ‧定義嚴謹且清晰： 瞭解定義是解決問題最基本的要求，也只有在定義嚴謹且清晰時才能解決問題。因此，本書在描述定義時，盡量以最淺顯的白話來說明其意義，並適時舉例加強觀念及理論之應用。本書每個章節都附有相當的習題，這些習題都是根據課文內容而設計，所以勤加演練習題有助於更瞭解課文內容本意。 ‧節奏明快： 由於定義清晰且證明過程嚴謹簡潔，故不論讀者或教者，皆很容易進入學習狀況，同時對於學習的時數分配也很容易由自己掌握。 ‧理論證明過程嚴謹簡潔： 每個定理皆以簡單的形式加以證明，並輔之以例題說明該定理的內容或使用方式，有助於讀者靈活學習與思考。 目錄 第8章 統計推論 第9章 一樣本統計推論 第10章 兩樣本統計推論 第11章 變異數分析 第12章 卡方檢定 第13章 無母數統計 第14章 簡單線性迴歸模式 第15章 多元線性迴歸模式