《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。

这本经典的概率论教材通过大量的例子系统介绍了概率论的基础知识及其应用，主要内容有组合分析、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.各章末附有大量的练习，分为习题、理论习题和自检习题三大类，并在书末给出自检习题的全部解答。 本书是概率论的入门书，适合作为数学、统计学、经济学、生物学、管理学、计算机科学及其他各工学专业本科生的教材，也适合作为研究生和应用工作者的参考书。 2步获取导学视频： ①微信视频号关注 IT阅读排行榜 ②点击 直播回放 栏，上滑寻找

本书是一本非数学专业主要是文科及艺术类专业的数学教材，讲述方式活泼，案例贴近生活，读者可以在轻松学习中体会数学乐趣和意义。全书分为三大部分：归纳和演绎、逻辑和数；代数和几何；概率统

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。

由美国当代著名统计学家L．沃塞曼所著的《统计学完伞教程》是一本几乎包含了统计学领域全部知识的优秀教材，本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（白助法）、独立性推断、因果推断、图模型、非参数同归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术．本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养．本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。

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。

《好看的数学故事：概率与统计卷》以讲故事的方式介绍概率统计的概念和理论发展的历史。 从流传数千年的投币和骰子游戏到古老的八卦，从古印度《吠陀经》的韵律到希伯来字母排列的神秘咒语，古人们逐渐发现了排列与组合的基本规律。当阿拉伯的骰子游戏传入经过文艺复兴的欧洲，概率的概念开始明晰起来。 起初的概率，多半应用在赌博游戏上，不仅是投币和骰子，还有纸牌、赛马等等。这些东西在学术领域似乎不值一提，但古典概率理论一旦出现，立即在社会各个领域发现重要的应用价值。统计学随之而生。 通过字母分析破译密码，通过死亡记录探究传染病的危害，新生婴儿的性别比例，居民寿命的期望值和保险年金，统计学在人类社会从古典社结构进入现代结构的发展过程中发挥了极其重要的作用。天文学、实验物理学和数学的发展推动了概率统计

无

本书系统论述多元统计分析的基本理论和方法，力求理论与实际应用并重。只要具有一元统计的知识就可阅读本书。《BR》 本书主要内容是：多元正态分布、方差分析、回归分析、因子分析与线性模型、聚类分析和统计量的分布附录中列出了常用的多元分布表。

概率论与数理统计是从数量方面研究随机现象的统计规律的一门课程，它是高等院校经济管理类专业的基础课之一。它是在经济管理、质量控制、数量经济学、信息论、预测理论和*理论中有着广泛应用的基础课程。 本书系上海财经大学数学学院编写的经济数学系列教材之一。全书共十章,内容包括事件与概率、条件概率与独立性、随机变量及其分布、随机向量及其分布、数字特征与特征函数、极限定理、统计量与抽样分布、参数估计、假设检验、线性统计推断等。每章均配有不同难易程度的适量习题,书末附有习题答案或提示,供读者参考。 本书坚持理论联系实际，取材新颖，注重科学性、现实性、趣味性，努力使学生从教材中深切地感知概率论与数理统计知识在实际工作与生活中的广泛应用。本书在编写中力求内容完整，做到重点突出、联系实际、由浅入深、通俗

本书用测度论的观点论述概率论的基本概念，如概率、随机变量与分布函数、数学期望与条件数学期望和中心极限定理等。本书特点是把测度论的基本内容与概率论的基本内容结合在一起讲述，论述严谨，条理清楚，便于自学，凡学过概率论基础课的读者都能阅读本书。每节后面附有习题，以便加深理解书中的内容。

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。

《数理统计学导论（原书第7版）》是数理统计方面的经典教材，从数理统计学的初级基本概念及原理开始。详细讲解概率与分布、多元分布、特殊分布、统计推断基础、极大似然法等内容，并且涵盖一些高级主题。如一致性与极限分布、充分性、*假设检验、正态模型的推断、非参数与稳健统计、贝叶斯统计等。此外，为了帮助读者更好地理解数理统计和巩固所学知识，书中还提供了一些重要的背景材料、大量实例和习题。 本书可以作为高等院校数理统计相关课程的教材，也可供相关专业人员参考使用。

本书是一部介绍渐近统计经典教材，内容实用而且数学理论论述严谨。书中除了介绍介绍渐近统计的核心内容 似然推断，M估计，渐近效率，U统计和秩过程，书中还涉及该领域的新研究论题，如半参数模型，自助法，经验过程，等其他应用。本书各章有习题。

数理统计

本书作为第四版，在第三版的基础上增加了一些由新技术产生的新的分析计算方法，并加入了矩阵、线性代数等一些基础计算方法。内容上系统阐述了有限单元法的基本原理及其工程应用，包括杆系结构，弹性力学平面问题，单元分析，整体分析，平面问题高次元，弹性力学轴对称问题，弹性力学空间问题，形函数、坐标变换、等参数单元与无线单元，各种平面与空间单元的比较、应用实例，弹性薄板，弹性薄壳，轴对称壳，弹性厚板和厚壳，流体力学问题，热传导问题，非线性有限元分析方法，塑性力学问题，混凝土徐变、一般黏弹性及黏塑性问题，弹性稳定问题，大位移问题，断裂力学问题，结构动力学问题，岩石力学问题，土力学问题，混凝土与钢筋混凝土结构，工程反分析与数值监控，网络自动生成、误差估计与自适应技术，矩阵，线性代数方程组，变分

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.

本书通过大量例子和插图，用生动的语言深入浅出地阐述了拓扑学这门重要的、充满魅力的数学课程。本书分为两部分，前七章作为部分，介绍了拓扑学这门重要的、充满魅力的课程的基本内容；后七章作为第二部分，论述了拓扑学的概念在其他数学领域、科学以及工程方面的作用和意义。 本书作为拓扑学的入门课程，适用于对拓扑学的应用感兴趣的各专业本科生与研究生。本书分为两部分，前七章作为部分，介绍了拓扑学这门重要的、充满魅力的课程的基本内容；后七章作为第二部分，论述了拓扑学的概念在各领域的作用和意义，这些领域包括数字图像处理、遗传工程、地理信息系统、机器人学、医学（心脏搏动模型）、生物化学、化学、经济学、化学图论、电子线路设计和宇宙学等。 本书特点 在展开内容时，先提供一个简短的、引人入胜的背景

本书主要介绍了处理反问题(不适定问题)的统计方法，尤其侧重于建模与计算这两大问题。与经典文献中处理反问题的方法不同，本书立足于Bayes统计学的框架，将所有变量都视作随机变量，并把反问题的解以概率密度函数的形式给出。同时，对于数学模型本身存在的误差和数值离散导致的额外误差，本书还创造性地进行了源自建模误差的统计分析。 本书详细讨论了先验模型的构造、测量噪声建模、Bayes估值以及非静态统计反演方法等，并引入Markov链Monte Carlo方法以及最优化方法来探究概率分布。另外从Bayes统计学的角度重新研究了经典正则化方法，揭示了两者之间的关系。对于书中得到的结论和涉及的技法，作者还佐以易懂但深刻的例子帮助读者理解。本书将统计方法应用到一些较为前沿的问题中，例如离散误差分析、模型降阶等。在书中，这些统计方法还被

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。

本书是以育年科研作者作为主要对象而编写的，本书严格而系统地阐明了数理统计的基本原理，并尽量反映本学科的现代面貌。关于应用方而只作为解释原理和方法的手段，而不是本书的目的。《BR》 本书主要内容有：点估计，假设检验，线性模型和非参数统计等。书末附有习题。