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。

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

本书共分六章。章介绍了*事件的概念与运算、概率的定义、古典概型、条件概率、全概率公式与贝叶斯公式、事件的独立性与伯努利概型等内容；第二章介绍了*变量及其分布的概念、*变量的数字特征以及常见的离散型和连续型分布；第三章将*变量的概念扩展到二维*变量，介绍了二维*变量的分布、独立性及其数字特征；第四章简要介绍了切比雪夫不等式、大数定律和中心极限定理；第五章介绍了总体、样本和统计量等统计学的基本概念以及X’分布、t分布和F分布等内容；第六章介绍了参数的点估计和区间估计以及正态总体参数的假设检验的方法与步骤。

本书共8章，分为两部分： 概率论部分（第1～5章）主要讲述了随机事件、一维及多维随机变量的分布、随机变量的数字特征、大数定律及中心极限定理等内容；统计部分（第6～8章）主要讲述了区间估计与假设检验两种统计推断方法，并简单介绍了方差分析与回归分析.本书适用于非数学类的本专科生，也可供相关工程技术人员使用.

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

《*过程》是高等院校*过程课程的教材。全书共分七章，内容包括：概率统计、泊松过程、更新过程、离散时间马尔可夫链、连续时间马尔可夫链、布朗运动和应用举例。每小节配有练习题，每章配有总习题，书末附有习题答案或提示，供读者参考。本书对实际应用中常见的*过程作了较为系统的介绍，有许多新的简明讲法，方便读者更好地理解*过程的概念和主要定理。 《*过程》可作为综合大学数学、统计学专业本科高年级*过程课程的教材或教学参考书，也可作为综合大学、高等师范院校、理工科大学和财经院校研究生*过程课程的教材或教学参考书。学习本书的先修课程是高等数学、概率论与数理统计。

《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。

由于 概率论与数理统计 既有明显而广泛的应用背景，又有严密的理论分析，初学者往往难以理解和掌握，诸如互不相容、独立和等可能性等条件往往都隐含在问题的叙述中，导致学生往往觉得掌握了基本理论和方法，但解题时又觉得无从下手.本书与《概率论与数理统计》（何春雄等编，2012年2月版）的教材配套，每章都分基本内容、基本要求、基本知识提要、疑难分析、典型例题选讲及习题详解等6部分编写，以期帮助学生既掌握基本概念、基本理论和方法，又具有运用该课程知识解决有关实际问题的能力。主要内容包括：事件与概率；变量与概率分布；向量及其分布；变量的数字特征；大数定律与中心极限定理。

本书介绍概率论、数理统计、*过程三部分内容。第1章至第6章为概率论，包括：*事件的概率；*变量及其分布；二维*变量；*变量的函数的分布；*变量的数字特征；大数定律和中心极限定理。第7章至第11章为数理统计，包括：统计量及其分布；参数估计；假设检验；方差分析；回归分析。第12章至第14章为*过程，包括：*过程的基本概念；平稳过程；马尔可夫链。书中配置了相当数量的例题和习题，便于读者自学，并且配置了适量应用性的例子。 全书内容丰富，深入浅出，在满足理工科大学基本教学要求的基础上，选编了部分具有广阔应用领域的内容，使得本书既可作为理工科大学的本科教材，又可作为研究生参考书，也可作为有关专业的教师和工程技术人员的参考书。

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。

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。