本书旨在满足各水平层次学生学习概率统计及自学深造的目标需求，并结合专业特点，适当介绍了概率论与数理统计相关的经济学知识和应用实例。本书共8章，内容包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、随机样本及其抽样分布、参数估计和假设检验。每节后附有同步基础训练，以便于对本节内容的掌握程度进行初步检验；每章末按从易到难的原则配备了（A）、（B）两类习题，供学生巩固提高之用。书末提供习题参考答案及附表，供读者参考、查阅。

道恩·格里菲思著的《深入浅出统计学》具有“深入浅出”系列的一贯特色，提供符合直觉的理解方式，让统计理论的学习既有趣又自然。从应对考试到解决实际问题，无论你是学生还是数据分析师，都能从中受益。本书涵盖的知识点包括：信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等，完整涵盖AP考试范围。本书运用充满互动性的真实世界情节，教给你有关这门学科的所有基础，为这个枯燥领域的学习带来鲜活的乐趣，不仅让你充分掌握统计学的要义，更会告诉你如何将统计理论应用到日常生活中。

本书是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材。主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。本书每章末附有习题，书后附有答案。

本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和习题丰富，结构层次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、 小二乘估计等 内容。

本书讲解概率论的基础内容, 包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等, 内容丰富, 通俗易懂, 并配有丰富的例子和大量习题, 涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用， 启发性。

本书面向数学专业核心基础课高等代数教学，精选了近年来的全国高等学校硕士研究生入学考试题，特别是“双一流”建设高校的试题，同时还包含了全国大学生数学竞赛、Putnam数学竞赛、IMC国际数学竞赛等历届试题中与高等代数有关的试题。全书融汇了作者本人多年从事高等代数教学的感悟与经验，采用典型分类、多点强化、翻转解析、灵活点评等方法，帮助读者理解基本概念、熟悉基本理论、掌握基本方法，从而提高解题能力、培养创新思维。 本书叙述严谨、题型丰富、可读性强，可作为学习高等代数的辅导读物或考研与竞赛复习的资料，也可供高等学校教师作为教学参考书。

本书共分15章,内容包括数学建模概论，初等模型，微分方程模型，种群生态学模型，线性规划模型，非线性规划模型，层次分析模型，模型，动态规划模型，图论模型，最短路模型，网络流模型，数学建模竞赛案例选讲，MATLAB软件使用简介等。

本书主要介绍概率论与数理统计的基本概念、基本原理和基本方法,注重可读性,突出基本思想,适当淡化技巧,力求简明清晰.内容包括：随机事件与概率、随机变量及其分布、二维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基础知识、参数估计、假设检验、方差分析与回归分析,其中标星号的章节可根据实际需要选学.