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。"

《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。

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。

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。

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。

随着现代科学技术的飞速发展，许多科学研究领域产生了多种复杂数据，复杂数据的统计建模涵盖了许多当代统计分支，推动了当代统计学理论方法的进步与发展，并且其应用层面几乎涉及各领域。具有复杂分层结构的数据在现实生活中很普遍。能完全剖析这类数据，发掘该类数据表象下的潜在规律性对于统计学等科研领域很有意义。本书致力于介绍复杂分层数据分析前沿知识，侧重于系统的理论与算法介绍。内容主要涉及线性分位回归、非参数分位回归、适应性分位回归、可加性分位回归、变系数分位回归、单指数分位回归、分位自回归、复合分位回归、高维分位回归以及贝叶斯分位回归、分层样条分位回归、分层线性分位回归、分层半参数分位回归、复合分层线性分位回归以及复合分层半参数分位回归，等等。

本书阐述有不等式约束的参数估计和假设检验的方法和理论，及其在小一乘估计和随机序检验等方面的应用。本书把数学规划的方法和思想用到数理统计中，使得可解决的统计问题的范围进一步扩大。

多元统计分析能够每对多个对象的具有相互关联的多个指标中分析它们的统计规律。本书密切结合农林科学实际，讲述了多元正态分析及其抽样分布，多元正态总体的均值向量和协方差阵的假设检验、多元分差分析、直线回归、多元线性回归与相关、主成分分析与因子分析、判别分析与聚类分析、Shannon信息量及应用。在这一版中，增加了主成分和典范变量的通径分析和决策分析，强化了多个性状与多个性状间相关的内容等。