《数理统计》、《随机过程》课程代码

该项目中主要包含上海对外经贸大学司继春《数理统计》课程以及《随机过程》的相关代码，主要包括讲义中的示意性代码（Stata），以及在 Jupyter 中使用 Stata 的教学 Notebook 和 Python 语言的教学/作业参考 Notebook。

仓库结构：

MathStatsCode/
├── code_in_notes/    # 讲义中的 Stata 代码（按章节整理）
├── notebooks/        # 在 Jupyter 中使用 Stata 的教学 Notebook（PyStata）
└── code_in_python/   # Python 教学/作业参考 Notebook

讲义中的 Stata 代码

讲义中的代码主要包含在以下地址中：Code in Notes，按讲义章节整理为子文件夹（Chap.n 对应讲义第 n 章，另含 Appendix.B、Unused 等），Stata 数据文件包含在以下地址中：Datasets。

• 每个章节子文件夹中为讲义中展示的 .do 文件，运行后在同目录下生成讲义所使用的图形；
• RUN_ALL.do 可依次运行全部章节的示例代码；
• 部分示例使用了 Stata 用户命令（如 cibar 等），首次运行前可用 ssc install 安装。

Stata 教学 Notebook（PyStata）

Notebook 目录提供了与 code_in_notes 章节结构一一对应的 Jupyter Notebook：在 Jupyter 中通过 PyStata 直接运行讲义中的 Stata 代码，每个代码单元均配有详细讲解，适合课堂演示与自学。

• 环境安装与使用方法见：PyStata.md；
• Notebook 中省略了 graph export 导出命令（导出保留在 .do 文件中），图形直接在 Notebook 中内联显示。

Python Notebook

除 Stata 代码以外，本课程还提供一些 Python 的 Jupyter Notebook（位于 code_in_python），可以作为编程作业的参考：

《数理统计》代码

• Numpy+Matplotlib+random 介绍
• 生成多元正态分布
• 大数定律与中心极限定律
• 矩估计、极大似然估计与区间估计
• 假设检验

《随机过程》代码

• 马尔可夫链
• 泊松过程
• 布朗运动
• 蒙特卡洛