本书是一部经典的*过程著作，叙述深入浅出、涉及面广。主要内容有*变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等，也包括了*过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关*模拟的内容，给*系统运行的模拟计算提供了有力的工具。zui新版还增加了不带左跳的*徘徊和生灭排队模型等内容。本书约有700 道习题，其中带星号的习题还提供了解答。本书可作为计算机科学、保险学、社会科学、生命科学、管理科学与工程等专业*过程基础课教材。
本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。 本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。
本书研究分类数据的统计过程控制.近年来，统计过程控制的研究成果十分丰富，但大都集中在取值为具体数值的连续数据.本书关注的分类数据取值为若干个类别或属性水平，信息量较少，但在生活生产中极为常见.本书内容来自作者和合作者近年来的研究成果，从一元或多元、名义或有序、独立或自相关、相关性或因果关系等角度，系统地介绍了分类数据统计过程控制的**研究进展.其中，第1章介绍了统计过程控制的基本概念并回顾了一元名义分类数据的监控.第2章到第4章，依次介绍了多元名义分类数据、一元有序分类数据、多元有序分类数据的监控.第5章介绍了同时包含连续和分类数据的混合型数据的监控.第6章和第7章分别介绍了自相关名义分类数据和自相关有序分类数据的监控，第8章和第9章分别介绍了基于因果关系的多元名义分类数据和基于因果关系的多元有
《心理统计学》（第5版）是美国心理统计学领域 经典的教材之一，来源于作者团队几十年的教学、研究与写作实践，不仅详细阐述了集中趋势和变异性、假设检验、样本平均数检验、t检验、方差分析、卡方检验等初级统计方法，而且也介绍了在当代研究中经常使用的一般线性模型和 统计方法。本书运用定义化的公式去强调统计的概念，而不提倡死记硬背。每种特定方法都包括原理介绍、公式意义和符号运算等三部分内容，从而促使学生去思考计算方法后面所隐藏的逻辑。 《心理统计学》（第5版） 的特点在于坚持用一种易懂的、现代的、有趣的方法去介绍统计学。在第5版的修订中，作者团队将读者在使用中的反馈、自己增长的教学经验，以及这个领域的变化与进展都纳入其中，使其 加适合学生的学习以及将来的工作和研究。
R统计软件是目前应用 广泛的统计软件之一，已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。本书以Windows操作系统下的R软件为基础，以实践中常用的统计分析方法为基本内容，介绍了R语言的编写以及结果解释。本书重点介绍了各种多元统计分析方法的基本原理及其应用，包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程，介绍了R语言的使用方法及应用实例说明、结果解释及结论分析等。 本书可以作为数据分析和数据管理人员的参考用书，也可以作为高等院校相关专业的教材。
本书从 基础的概率统计知识讲起，逐步深入到机器学习以及深度学习的分类算法，并在 配合深度学习的实战案例，介绍了softmax回归函数在手写体图像识别中的具体应用。通过手动编辑代码，让读者 深入地了解概率在人工智能领域的重大作用。全书分为16章，涵盖的内容主要有概率统计在人工智能发展过程中的重要影响；随机试验及概率的概念；随机变量的分布及多维随机变量的分布情况；贝叶斯算法；正态分布现象；随机变量的数字特征；机器学习中的损失函数；大数定律；样本及抽样分布的做法；参数估计的概念；马尔科夫链；过拟合与欠拟合问题及解决方法；Tensorflow概述及安装方法；卷积神经网络介绍；实验演练之手写体数字识别等。本书配有大量的插图，以身边的生活现象为基础，深入简出地介绍了什么是概率统计，特别适合数学基础薄弱、想学习概率统
本书比较全面系统地介绍蒙特卡罗方法的理论和应用.全书15章,前8章是蒙特卡罗方法的理论部分,包括蒙特卡罗方法简史、随机数产生和检验、概率分布抽样方法、马尔可夫链蒙特卡罗方法、基本蒙特卡罗方法、降低方差基本方法、拟蒙特卡罗方法和序贯蒙特卡罗方法.后7章是蒙特卡罗方法的应用部分,包括确定性问题、粒子输运、稀薄气体动力学、自然科学基础、数理统计学和可靠性、金融经济学及科学实验模拟.
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。
本书从 基础的概率统计知识讲起，逐步深入到机器学习以及深度学习的分类算法，并在 配合深度学习的实战案例，介绍了softmax回归函数在手写体图像识别中的具体应用。通过手动编辑代码，让读者 深入地了解概率在人工智能领域的重大作用。全书分为16章，涵盖的内容主要有概率统计在人工智能发展过程中的重要影响；随机试验及概率的概念；随机变量的分布及多维随机变量的分布情况；贝叶斯算法；正态分布现象；随机变量的数字特征；机器学习中的损失函数；大数定律；样本及抽样分布的做法；参数估计的概念；马尔科夫链；过拟合与欠拟合问题及解决方法；Tensorflow概述及安装方法；卷积神经网络介绍；实验演练之手写体数字识别等。本书配有大量的插图，以身边的生活现象为基础，深入简出地介绍了什么是概率统计，特别适合数学基础薄弱、想学习概率统
本教材吸收了统计学理论和实践的 成果，本着“理论实在，技能到位”的原则，将统计学的知识体系与统计工作相结合，以任务驱动为主线，按照统计学原理的学科体系进行编排，全面、系统地介绍了统计学的基本理论、基本方法及应用。全书分十章，包括总论、统计调查、统计整理、统计指标分析、抽样推断、时间数列分析、统计指数分析、相关与回归分析、统计预测、统计综合分析。每个章节以任务引入的方式描述项目的实际工作情景并提出问题，；通过任务分析明确解决问题的任务明细；在解决任务的过程中把统计知识作为任务完成的手段与工具，在完成任务的同时系统掌握理论知识；章节结束后有针对性地设计应用技能训练、练习题及知识拓展，巩固并拓宽知识结构及视野，实现学生专业知识与素质教育的双重培养。 本教材具有定位准确、理论适中、
SPSS的全称 Statistical Program for Social Sciences，即社会科学统计程序。该软件是 的 秀的统计分析软件之一。SPSS软件面向行业应用人员，软件设计突出统计方法的成熟、实用、易用性、界面易操作性及与文字处理软件等的交互性上。全书共分十六章，包括：SPSS基本操作部分，介绍了SPSS 27.0基础、数据文件的建立与基本操作；SPSS统计分析部分，介绍了基本统计分析功能、均值比较与检验、方差分析、相关分析、回归分析、非参数检验、聚类分析与判别分析、因子分析与主成分分析、生存分析、信度分析等统计分析过程；SPSS图形功能部分，不仅介绍了基本统计图和交互图相关内容，还介绍了SPSS的主题图功能；SPSS实例部分，设计了场景式教学。本书适合作为高等院校相关专业本科生、研究生，以及从事统计分析和决策的各领域相关专业的读者学习参考。
《心理统计学》（第5版）是美国心理统计学领域 经典的教材之一，来源于作者团队几十年的教学、研究与写作实践，不仅详细阐述了集中趋势和变异性、假设检验、样本平均数检验、t检验、方差分析、卡方检验等初级统计方法，而且也介绍了在当代研究中经常使用的一般线性模型和 统计方法。本书运用定义化的公式去强调统计的概念，而不提倡死记硬背。每种特定方法都包括原理介绍、公式意义和符号运算等三部分内容，从而促使学生去思考计算方法后面所隐藏的逻辑。 《心理统计学》（第5版） 的特点在于坚持用一种易懂的、现代的、有趣的方法去介绍统计学。在第5版的修订中，作者团队将读者在使用中的反馈、自己增长的教学经验，以及这个领域的变化与进展都纳入其中，使其 加适合学生的学习以及将来的工作和研究。
R统计软件是目前应用 广泛的统计软件之一，已广泛应用于医学、财经和社会科学等领域中进行数据管理和数据分析处理。本书以Windows操作系统下的R软件为基础，以实践中常用的统计分析方法为基本内容，介绍了R语言的编写以及结果解释。本书重点介绍了各种多元统计分析方法的基本原理及其应用，包括方差分析、多元线性回归、Logistic回归分析、生存分析、主成分分析、因子分析、聚类分析、判别分析以及典型相关分析等。每一章详细讨论了统计分析方法的基本原理和分析过程，介绍了R语言的使用方法及应用实例说明、结果解释及结论分析等。 本书可以作为数据分析和数据管理人员的参考用书，也可以作为高等院校相关专业的教材。
本书比较全面系统地介绍蒙特卡罗方法的理论和应用.全书15章,前8章是蒙特卡罗方法的理论部分,包括蒙特卡罗方法简史、随机数产生和检验、概率分布抽样方法、马尔可夫链蒙特卡罗方法、基本蒙特卡罗方法、降低方差基本方法、拟蒙特卡罗方法和序贯蒙特卡罗方法.后7章是蒙特卡罗方法的应用部分,包括确定性问题、粒子输运、稀薄气体动力学、自然科学基础、数理统计学和可靠性、金融经济学及科学实验模拟.
数学史与数学教育（HPM）是中小学数学教育的一个研究领域。在统计教学中融入数学史，有助于学生对统计概念的理解。本书深入挖掘统计核心概念“平均数”“中位数”“众数”的历史现象，开展了HPM教学的实证研究。全书围绕教学内容、学生、教师三个方面，系统研究了课堂教学中运用数学史的教学活动、数学史融入统计概念教学后学生学习认知发生的变化以及对教师专业发展产生的影响。
