"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。"
庄楚强、何春雄编*的《应用数理统计基础（第4 版）》介绍经典的数理统计理论与方法，内容包括初等概率论知识的复习、抽样分布、参数估计、假设检验、方差分析和试验设计，还简要介绍数据挖掘及统计学习、R软件等较为现代的统计方法和工具。书中有较多例题并附有例题求解的R软件参考程序，各章配有习题，书末附有习题答案。 《应用数理统计基础（第4版）》适用于了解概率论基础知识和具有使用计算机软件基本经验的读者阅读。可作为高等院校非数学专业硕士研究生数理统计课程的参考教材，也可供在自然科学、管理科学、社会科学、经济与金融科学等诸多研究领域中用到统计科学的科研工作者参考。
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。
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。
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。
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。
本书包括离散时间Markov链、Poisson过程、更新过程、连续时间Markov链、鞅和金融数学六章内容，涵盖了*过程的核心知识点，涉及大量较新应用。书中内容完全以应用为导向，不涉及高深的理论证明或数学推导，极富思想性作者力求通过展示*过程的实际应用来让学生学习这门学科，因此书中有大量的例子，还有200多道习题来加深读者对内容的理解。 本书可作为各专业本科生或研究生的*过程入门教材，也可作为相关老师和实际工作者的参考书。
c德拉歇利和P·A梅耶的五卷本巨著《概率与位势》是*分析领域中的经典著作。 本书为《概率与位势》的第1卷。前两章包含了完整的积分理论及概率论工作者所需要的该理论的各种变体；章三章介绍了解析集和Choquet窖度的理论：第四章介绍了*过程理论。 本书可作为概率及*分析等相关专业本科生、研究生的教学参考书．也可供概率、金融等领域的科研工作者参考。
科学认为任何事情都有一定的几率，无论是彩票、赌博、选择伴侣、还是计算外星生命存在的可能性。《几率：运气、随机和概率背后的秘密（探索 新知）》是将美国科普杂志《进步科学人》中刊载的主题和内容相近的文章汇集而成，探讨了运气、随机、风险和概率背后的秘密。全书由六部分组成，每部分由4-6篇短文组成，从数学、物理学、哲学、进化生物学等学科的角度阐述了概率、运气在人类诞生、日常生活、科技发明、宇宙未来、物种演化等方面发挥的作用及其科学解释。这是一部有趣的作品，即使对物理学、数学不感兴趣的读者也都能有所收获，是一本让读者喜欢物理、数学、生物学的科普读物。
近些年随着技术的快速发展，多组学数据越来越广泛地应用在了生物及医学研究领域，这些丰富的实验数据成为了精准医疗的重要支撑，但同时也给统计学家提出了严峻的考验，如何处理分析这些数据成了重要的研究课题。本书主要面向复杂疾病中产生的复杂数据进行统计建模和计算，有效整合多组学数据 ，对复杂疾病的机理认识和风险预测具有重要的意义。本书结构合理、概念清晰，可作为对统计遗传、生物统计等方面感兴趣的研究人员的学习资料。
This edition contains four new sections on the following topics: the BDDC domain decomposition preconditioner (Section 7.8), a convergent adaptive algorithm (Section 9.5), interior penalty methods (Section 10.5) and Poincare-Friedrichs inequalities for piecewise Wp1 functions (Section 10.6).We have made improvements throughout the text, many of which were suggested by colleagues, to whom we are grateful. New exercises have been added and the list of references has also been expanded and updated.
本书内容包括随机事件与概率、离散型随机变量、连续型随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理、数理统计概述、参数估计、假设检验、方差分析与回归分析。为方便学生使用，本书附有标准正态分布表、t分布的双侧临界值表、x2分布表、F分布表及习题参考答案。 本书以48～58学时为宜，书中带“*”的内容可根据教学实际适当取舍。有条件的院校可安排一定数量的实验课，也可根据授课内容，在课上适当进行统计软件的演示。 本书适合作为高等学校理工、农林、经济、管理类专业概率论与数理统计课程的教材和教学参考资料。
概率论与数理统计是研究随机现象的统计规律性的一门数学学科，它是数学中与现实世界紧密联系且具有广泛应用的学科之一。随着大数据时代的到来，各个领域及行业所面临的问题都需要通过收集必要的数据，并用数据反映客观事物的本质，进而探究事物发展的客观规律，对未来的发展做出科学预测及决策。本书在内容安排、结构体系及例题和习题的选择上都充分考虑了应用型本科院校的人才培养需求，以适应该类院校本科学生学习概率论与数理统计课程的需要。希望通过本课程的学习，学生不仅能掌握处理随机现象的基本思想和方法，了解数据的基本概念及数据处理的常用方法以及几种具体的数理统计方法，还能够利用统计软件，结合问题的背景及意义，具备运用所学的概率统计方法分析和解决实际问题的能力。本书一共分为10章，其中第1章学习本书所应该具
This book is primarily based on a one-year course that hasbeen taught for a number of years at Princeton University toadvanced undergraduate and graduate students. During the last yeara similar course has also been taught at the University ofMaryland. We would like to express our thanks to Ms. Sophie Lucas and Prof.Rafael Herrera who read the manu* and suggested manycorrections. We are particularly grateful to Prof. Boris Gurevichfor making many important sug-gestions on both the mathematicalcontent and style. While writing this book， L. Koralov was supported by a NationalSci-ence Foundation grant （DMS-0405152）. Y. Sinai was supported bya National Science Foundation grant （DMS-0600996）.
本次修订将依据《普通高等学校高等职业教育（专科）专业目录（2068年）》的*要求，对现有的教材品种和内容规划进行补充和调整。同时将同步启动数字教学资源建设，在建设网络增值服务的基础上，在纸质教材中全面引入二维码，加入优质的数字资源，实现我社教材与其他竞争社产品的差异化发展，以更先进的理念更好地服务于教育教学
大偏差论主要研究罕见事件事发概率为指数型的估计，框架由07年数学Abel奖得主Varadhan于1966年引入。经过七、八十年代Densker-Varadhan关于马氏过程的大偏差和Freidlin-Wentzell关于动力系统*微扰大偏差两理论的创建和发展，迅速成为概率论的主流分支之一，在统计力学，偏微分方程动力系统和分形理论，信息论，统计诸学科都有重要和深刻的应用。 A.Dembo和O.Zeitouni所著的《大偏差技巧和应用》第二版是国际上研究生、博士生学习大偏差理论的一本标准参考书，也是研究人员的一般标准参考书。它由浅入深，从个例到一般，从有限维到无限维，系统地介绍了大偏差理论的背景，思想和技巧以及大量的应用。它内容翔实，思想清晰，处理严谨流畅，相当多的内容或为作者原创，或者作者从原创论文中摘出并加以处理。是一本非常适宜于教学和想了解和研究大偏差理论的
这是一本内容丰富且可读性很强的科普书，作者言简意赅地为读者描绘了一个神秘的概率世界，书中避免了冗长的数学推导和复杂的公式，取而代之以妙趣横生的例子，为读者展示了概率在日常生活中所起的作用，这些例子在具备娱乐性的同时又富有代表性。比方说，其中有一些是我们生活中不易察觉但与概率密切相关的例子，如生日问题 购物的优策略 等车时间问题等；此外，还有一些违反直觉的例子，如蒙提霍尔悖论 辛普森悖论 决斗的策略等。同时书中也介绍了许多概率统计的应用及其原理产生的背景，如贝叶斯法则在医疗诊断中或法庭断案中能提供的帮助等。 本书既可作为学生提高学习兴趣的课外读物，又适合教师作为教学参考。同时，数学爱好者以及概率统计应用的科技人员也能从中获益。
本书通过大量的教学案例系统讲解Excel在数据统计分析中的应用。全书分3部分，共12章。 部分（ 、2章）主要介绍Excel的基础知识；第2部分（第3～11章）以统计分析理论为主线，介绍Excel在数据统计分析中的具体应用，主要包括描述性统计分析、抽样分布与几种重要的分布、参数估计、假设检验、方差分析、相关分析、回归分析、聚类分析、主成分分析与因子分析；第3部分（ 2章）通过4个综合案例介绍Excel在农业生产、医学、社会科学和经济管理领域中的应用。 本书内容注重实践性，通过实际问题的引入和解决来讲解相关的理论知识、技术和方法，将抽象、复杂的概念和理论通过实例直观地展现出来，使读者不仅可以掌握数据统计分析的理论知识，而且可以学会使用Excel解决实际的数据统计分析问题的方法。 本书可作为高等学校统计学相关课程的教材，
