本书共分八章，分别为参数估计及统计检验，插值计算，回归与拟合分析，抗差估计、有偏估计及拟合推估，时间序列分析，傅里叶分析与小波分析，神经网络与遗传算法，空间信息统计学基矗与第一版相比，本书的修订去掉了有限元方法和分布拟合检验两章，增加了小波分析、神经网络与遗传算法和空间信息统计学基础，充实了有偏估计、半参数估计和整体最小二乘平差、拟合推估等现代测量平差方法，并增加了二元函数插值和基于正交函数系的拟合方法等测量所需的插值与拟合方法。各章附有相关例题和习题，便于读者的理解。
本书的特点是强调常用近代数据处理的实用性，且着眼于现代测绘技术及其发展的需求，充实新的理论与方法。
第1章参数估计及统计检验
§1．1概述
§1．2参数估计原理
§1．3最小二乘估计理论
§1．4整体最小二乘估计原理
§1．5统计检验
习题
第2章插值计算
§2．1概述
§2．2拉格朗日插值
§2．3牛顿插值
§2．4插值多项式的余项
§2．5埃尔米特插值
§2．6样条函数插值
§2．7二元函数插值第1章参数估计及统计检验
§1．1概述
§1．2参数估计原理
§1．3最小二乘估计理论
§1．4整体最小二乘估计原理
§1．5统计检验
习题
第2章插值计算
§2．1概述
§2．2拉格朗日插值
§2．3牛顿插值
§2．4插值多项式的余项
§2．5埃尔米特插值
§2．6样条函数插值
§2．7二元函数插值
习题
第3章回归与拟台分析
§3．1概述
§3．2线性回归分析
§3．3最优回归方程的选择
§3．4非线性回归分析
§3．5基于正交函数系的拟台方法
习题
第4章抗差估计、有偏估计及拟合推估
§4．1概述
§4．2抗差估计
§4．3附加系统参数的平差
..
第5章时间序列分析
第6章傅里叶分析与小波分析
第7章神经网络与遗传算法
第8章空间信息统计学基础
参考文献
暂无
