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

《统计学精品译丛：*过程（原书第2版）》中文简体字版由约翰威利父子公司授权机械工业出版社独家出版。未经出版者书面许可，不得用任何方式复制或抄袭本书内容。 《统计学精品译丛：*过程（原书第2版）》从概率的角度而不是分析的角度来看待*过程，书中介绍了*过程的基本理论，包括Poisson过程、Markov链、鞅、Brown运动、*序关系、Poisson逼近等，并阐明这些理论在各领域的应用。书中有丰富的例子和习题，其中一些需要创造性地运用*过程知识、系统地解决的实际问题，给读者提供了应用概率研究的实例。 《统计学精品译丛：*过程（原书第2版）》是*过程的入门教材，没有用到测度论，仅以微积分及初等概率论知识为基础，适合作为统计学专业本科生以及其他理工和经管类专业研究生相关课程的教材，更值得相关研究人员和授课教师参考。

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。"

《概率论与数理统计》一书主要介绍了概率论与数理统计的基本概念、基本理论与方法。全书共10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、大数定律和中心极限定理、样本及抽样分布、参数估计、假设检验、方差分析与回归分析、Excel在数理统计中的应用等。每章均附有习题,附录部分还附有部分历届研究生入学考试概率统计试题。本书简明易懂,概念引入自然实用,便于学生理解和掌握。

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。

本书是应用型本科经管类专业基础课教材，以*统计法规、政策以及报表制度为依据进行编写。内容包括统计总论、统计调查、统计整理、综合指标、抽样推断、相关分析、指数分析、时间序列分析和统计综合评价方法等，并介绍了目前常用的统计软件及数据挖掘新技术在统计中的应用。

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。

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。

本书是由数学天元基金和高等教育出版社共同推出的《俄罗斯数学教材选译》中的一本。 本书是俄罗斯著名数学家A.H.施利亚耶夫的力作。施利亚耶夫是现代概率论奠基人、前苏联科学院院士、著名数学家A.H.柯尔莫戈洛夫的学生，在概率统计界和金融数学界影响极大。 本习题集是作者在长期积累的基础上精心编写而成的，共收集了1500 余道习题（包括子题），它们与作者的《概率》（2004版）二卷本联系紧密，并按照同样的顺序编排。除了用来检查对二卷本中的概念、结论掌握情况的习题外，习题集中还包括需要较大创造性来解答的中等和高等难度的习题，以及作为二卷本内容补充的习题。大部分习题都附有提示。在附录中还解释了本书所用到的基本符号。并对与本书内容有关的概率论、组合论以及位势理论的基本概念作了简要的介绍。 本书适合概率统计、数学

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.

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。

《数理统计学及其应用》是为数学系与统计系本科生设计的教材。全书共分 8 章：基本概念、抽样分布、参数估计、假设检验、非参数假设检、方差分析、回归分析、序贯分析，书中含有经典统计与现代统计的基础知识，又加进了不少近代统计中数据处理的实用方法和思想，如 Bootstrap 再抽样、 Jacknife 估计、 EM 算法等。

本书基本内容是依据*的 经济和管理类本科数学基础课程教学基本要求 确定的。全书分为七章，内容包括概率论的基本概念、随机变量及其分布、随机变量的数字特征、统计学基础、统计推断、方差分析、相关分析与回归分析等。 本书在保持内容的系统性和完整性的基础上，融入了R软件的有关内容，并以此为基础介绍概率统计的具体应用，使读者在学习相关理论的同时，可以轻松地完成概率计算与实验模拟、数据整理与统计分析，实现理论与实践的有机结合；同时，本书还为读者配备了数字化资源，包括相关命题证明、模拟实验、R软件应用程序、数据文件、习题答案与提示等内容，便于学生自主学习，提升学习效果。读者可通过扫描二维码或登录数字课程网站，方便地获取相应的资源。 本书可作为高等学校经济和管理类本科专业教材，也可作为其他非数学类

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）.