本书为普通高等教育 十二五 *规划教材。全书八章，前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。 本书编写从实例出发，图文并茂，通俗易懂，注意讲清楚基本概念与统计思想，强调各种方法的应用，适合初次接触概率统计的读者阅读。全书插图100多幅，例题250多道，习题近500道。 本书可供高等学校数学类专业和统计学专业作为教材使用，亦可供其他专业类似课程参考，也适合自学使用。

本书根据作者多年的教学改革实践修订而成，内容包括*事件与概率、离散型*变量及其分布、连续型*变量及其分布、*变量的数学特征、*变量序列的极限、现代概率论基础简介、数理统计的基本概念、参数估计、假设检验、回归分析与方差分析。书中各章附有相当数量的习题，书末附有习题的参考答案，供读者查阅。本书在*制定的教学大纲的基础上，紧扣硕士研究生入学考试大纲，并以此规范概率统计中的术语与记号。

《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，为这个枯燥的领域带来鲜活的乐趣，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。

本书并不假定在任何概率论的先修知识。通过正文与习题旁征博引，引进了大量近代统计处理的新技术和一些国内同类教材中不能见而广为使用的分布。其内容包括工科概率论入门又包括了经典统计和现代统计的基础部分。其理论较为现代化、难度适中，覆盖面远比国内教材大，而在体系结构与内容安排上富于新意。本书可以作为工科、管理类学科专业本科生、研究生教材，也可供教师、工程技术人员自学之用。

本书是数理统计入门级的教材，作为基础课的教材，本次修订我们修改了版中的不当之处，删去了U统计量、线性估计、构造置信限等内容，选择点估计、区间估计、参数检验和分布检验4个基本的统计问题作为本书主要内容，中间插入贝叶斯统计的一些观念和方法。全书5章内容，把统计量和抽样分布等基本概念归入第1章，为年轻读者进入统计学的研究和应用打下扎实的基础

本书是剑桥大学统计实验室的戴维 威廉姆斯教授在为剑桥大学三年级大学生所开设课程的讲义的基础上写成的 , 是一本基于测度论的方法来介绍概率论的严格理论的入门书。 该书的*特点与新颖之处是用了近三分之一的篇幅来介绍先进的鞅的理论与方法（这一点连作者本人也颇为自许）； 此外，还有如从第 4 章 独立性 开始便引入 - 代数化的表达方式 , 将 - 代数视为总结、综述信息的一种自然的工具 , 这对于后面条件期望概念的一般化与鞅的理论的叙述都是至关重要的。 再如将某些定理的叙述、阐释与定理的证明分开进行（将定理的证明放在附录中） , 这样更便于读者自学。作者学养深厚、涉猎广博、文笔生动 , 书中内容涉及概率论的众多分支领域 , 信息量巨大 , 且不乏一些有趣并富于启发性的例子 , 相信读者阅后定能获益良多。

20世纪以来，概率论逐渐渗入到自然科学、社会科学以及人们的日常生活中。无论是在研究领域，还是在教育领域，它愈来愈成为重要的学科之一。在概率论发展历史上，18、19世纪之交法国科学家拉普拉斯具有特殊的地位。 拉普拉斯在他的纯粹与应用数学的众多严格的学术著作之外，还出版了为普通读者写的两篇通俗文章，《关于概率的哲学随笔（双语版）》就是其中的一篇，它构成了《拉普拉斯全集》第7卷中的巨著《概率的分析理论》的引言。 《关于概率的哲学随笔（双语版）》的意图就是让读者不借助较深的数学知识就能了解概率的原理，作者本质上将数学对象以非数学的面貌呈现，用大众化的语言详细论述当时概率论的原理和一般结论。 拉普拉斯概率理论在19世纪的概率论发展史上占据了中心和统治地位，对19世纪的概率论的发展产生了

"本书是根据作者多年的全英文教学经验编写而成的，是与作者编写的《概率论与数理统计(英文)》相配套的学习辅导用书。 本书主要围绕概率与随机事件、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、大数定律和中心极限定理、参数估计、假设检验、线性回归分析设计问题，并通过系统、详尽的解答分析，以及对题目背后内涵和关系的深入挖掘来帮助读者进一步提高概率论与数理统计的基本理论水平和实践应用能力。在编写过程中，作者吸取了国内外优秀教材和辅导用书的优点，注重理论与实践相结合。本书系统性强，图例丰富，突出统计思想，着力培养学生分析问题和解决实际问题的能力。 本书可用作高等院校理工科各专业本科生 概率论与数理统计 课程全英文或双语教材的辅助用书，也可供工程技术人员、科技工作者参考。"

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。

本书是编者在总结多年教学实践经验的基础上，按照*对高校理工类本科“概率论与数理统计”课程的基本要求及考研大纲编写而成的.本书注重概念的实际应用和统计思想方法的渗透，并配备了数学实验来增强学生的实践能力．本书共十章，主要包括随机事件与概率、一维随机变量、多维随机变量、数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析，以及数学实验．《BR》

本书是一本关于可靠性的入门书，讲述可靠性的基本概念，并对常用的寿命分布下的各种可靠性特征的点估计、区间估计、假设检验和加速寿命试验作出较为详尽的叙述，对*近国际上兴起的退化数据处理和贝叶斯分布两个专题作了较多的介绍。读完本书可转入可靠性专业文献阅读。 本书适用于相关专业的研究生和教师，对于可靠性工作者也有着重要的参考价值，本书前五章部分内容可作为本科生选修课教材。

《工程优化中不确定性分析方法》全面系统地介绍了国内外现有的各种不确定性分析理论方法及其工程应用. 理论方法部分主要针对经典的和*的不确定性分析方法, 按照数字模拟法?局部展开法?数值积分法?*展开法?可能失效点法以及代理模型法六大类, 全面系统地介绍了各种方法的发展历史?基本原理以及适用范围.作为不确定性分析的前提条件, 各种相关变量的变换方法在本《工程优化中不确定性分析方法》也做了详细的介绍. 工程应用部分, 针对各种不确定性分析方法, 给出了具体且通俗易懂的实现步骤和相关算例.

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。

《统计学基础习题集(财会专业高职高专十三五 规划教材)》是根据周礼艳、李畅主编的《统计学基础 》一书编写而成，共包括9套习题、1套期中测试模拟 试题及2套期末测试模拟试题。其中，9套习题分别对 应九大项目，即统计概述、统计调查、统计整理、统 计指标、时间数列、统计指数、抽样推断、相关分析 和回归分析、EXcel在统计中的应用。期中测试模拟 试题设置在统计指标习题之后，对前4个项目的内容进 行总结和复习。2套期末测试模拟试题对9个项目的内 容进行了概括和梳理，对重点和难点部分进行着重练 习。习题集内容丰富全面，理论与实际紧密结合，难 易程度搭配合理，具有较强的实用性。 本书可以作为高职高专经济、管理类专业的辅助 教材，也可以作为经济管理工作者和研究人员的参考 读物。

本书源自的哈佛统计学讲座，介绍了帮助读者理解统计方法、随机性和不确定性的基本语言和工具，并列举了多种多样的应用实例，内容涉及偶然性、悖论、谷歌的网页排名算法（PageRank）及马尔可夫链蒙特卡罗方法（MCMC）等。本书还探讨了概率论在诸如基因学、医学、计算机科学和信息科学等领域的应用。全书共分13章，分别介绍了概率与计数、条件概率、随机变量及其分布、期望、连续型随机变量、矩、联合分布、变换、条件期望、不等式与极限定理、马尔可夫链、马尔可夫链蒙特卡罗方法、泊松过程等内容。用容易理解的方式来呈现内容，用实例来揭示统计学中基本分布之间的联系，并通过条件化将复杂的问题归约为易于掌控的若干小问题。书中还包含了很多直观的解释、图示和实践问题。每一章的结尾部分都给出了如何利用R来完成相关模拟和计算的方法。

我们是不是比父母更聪明？开车时打电话与酒驾一样危险吗？坐飞机和开车，哪种方式更安全？钻石越重，价格就越高吗？小学四年级的学生可以用统计学做什么？ 如果你想知道这些问题的答案，就来阅读本书吧。 大数据时代，统计学是读懂、听懂和看懂事情真相的基础，数据挖掘与统计分析已成为现代人必不可少的技能。《妙趣横生的统计学 培养大数据时代的统计思维（第四版）》是一本美国流行的统计学应用入门书。它通过生活中有趣的案例、直观的图表阐述了各种统计概念与统计技术的应用，没有枯燥乏味的理论知识、生涩难懂的理论证明，只有日常生活所需要的统计思想、正确分析数据的基本路径，真正做到了通俗易懂、深入浅出。 如果你想更好地理解如经济学、心理学等课程中将会用到的统计学知识，如果你正在寻找提高统计分析能力的方

本书是高等学校非数学专业的概率论与数理统计课程的教材。全书共11章，内容包括随机事件及其概率，随机变量及其分布，随机向量及其分布，随机变量的函数及其数值模拟，随机变量的数字特征，大数定律与中心极限定理，样本与抽样分布，参数估计，假设检验，回归分析和概率统计的MATLAB命令实现 本书简明易懂，概念引入自然实用，易于教学。在讲述随机变量的概率分布以及数理统计的内容时，还尽量采用图、表、公式相结合的方式，既减少篇幅，又易于学生理解和掌握。

数理统计

本书以数据的常用统计分析方法为基础，在简明扼要地阐述统计学基本概念、基本思想与基本方法的基础上，讲述与之相对应的R 函数的实现，并通过具体的例子说明统计问题求解的过程。 本书注重思想性、实用性和可操作性；在内容的安排上不仅包含了基础统计分析中的探索性数据分析、参数的估计与假设检验，还包含非参数统计分析的常用方法、多元统计分析方法； 此外还安排了在R 新生态下数据治理与可视化的拓展性内容。每一部分都通过具体例子重点讲述解决问题的思想、方法和在R 中的实现过程。阅读本书，读者不仅可以快速学会R 的基本原理与核心内容，还可以根据提供的例子与相应的R 程序学会解决问题的统计计算方法与基本的编程技术，为解决更复杂的统计问题奠定扎实的基础。 本书可作为各专业本科生、研究生数理统计或应用统计课程的基础教

本书阐述了半参数回归模型的统计理论和方法，所考虑的模型包括部分线性模型、单指标模型、变系数模型和可加模型等，这些模型对复杂数据分析起着重要作用。本书在取材上侧重内容的科学性和应用性，体现学术思想；在写作上注重阐述方法论、模拟计算和实例分析：在结构上安排每个模型为一章，本书的内容不仅为从事该领域的科研人员提供了尽可能全的资料，又为实际应用者提供了一些数据分析的方法，同时也为想全面了解现代统计模型的读者提供参考读物。

由夏宁茂等编著的《概率论与数理统计》是培养学生利用*思维模式看待和处理*现象的一门重要数学基础课程。 通过模拟、函数计算及程序调用，把Excel工具广泛使用于概念的引进和数值计算，帮助学生形象理解新概念，直达核心处理思想；现代概念的描述性融入，现代概率论中的基本概念，例如：“可测性”、“概率空间变换”、“条件数学期望”、“期望积分平均”等科普描述性的引进，可使学生缩短与近代概率论之间的距离；教材重视基本概念与方法，又强调*处理的思想，通过借用MBA的案例分析方法，引导学生灵活运用所学知识，掌握*处理的基本过程；概率统计前后呼应、相互融合，兼顾传统理论与时代精神。

全书采用一种统一方式加以讨论，即首先对生成可用数据的抽样过程进行设定，并考察仅利用实证证据时，探讨了解认识总体参数的情况，然后研究倘若在施加各种各样的假设条件下，这些参数的集值识别域会如何缩小。所用的推断方法是传统的且完全非参数的方法。