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

《贝叶斯统计学及其应用》系统地介绍了贝叶斯统计学的基础理论以及在一些领域中的应用。全书共16章，内容分为4个部分：部分，介绍贝叶斯统计学的发展和应用概况，包括第1章（绪论）；第二部分，介绍贝叶斯统计学的基础理论，包括第2-6章；第三部分，介绍贝叶斯统计学在一些域中的应用，包括第7-15章；第四部分，介绍贝叶斯计算方法及有关软件，包括第16章。另外，《贝叶斯统计学及其应用》还有两个附录，附录A:贝叶斯学派开山鼻祖——托马斯·贝叶斯小传，附录B: WinBUGS软件及其基本使用介绍。《贝叶斯统计学及其应用》中的一些例题、应用案例，采用R软件，并给出了相应的代码。 《贝叶斯统计学及其应用》注重可读性，力求图文并茂；既有继承国内相关教材的传统部分，又有汲取国外相关教材中流行的直观、灵活的风格。在介绍贝叶斯

作为数据分析的一种有效的科学工具，统计方法与技术已被广泛应用于理论与实践的各个领域，是各领域理论研究者和实际工作者的知识与技能。本书在《统计学》（第二版）的基础上，充分听取专家与读者的意见之后重新编写，并对有关内容和体系进行了调整，对数据进行了更新。本书内容主要包括描述统计（数据的收集、数据整理与显示、数据分布特征的测度）、推断统计（抽样与参数估计、假设检验、方差分析）、社会经济中常用的统计方法与技术（列联表、相关与回归分析、时间序列分析与预测、统计指数、统计综合评价）三部分内容。

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。

《概率论与数理统计（含练习册）》是《概率论与数理统计》(主编于惠春, 郭夕敬, 科学出版社)的配套练习册, 《概率论与数理统计（含练习册）》分两部分, 部分为“内容篇”, 依照主教材的章节顺序依次编排, 按章编写, 每章又分“本章教学要求及重点难点”和“内容提要”两个模块, 对每章内容进行了系统归纳与总结, 便于读者学习. 第二部分为“测试篇”, 共有八套单元自测题, 分别对应每一章内容, 另有三套综合训练题, 方便读者进行自我测试.

本书系统地介绍了数理统计的基本理论、方法及应用,内容包括基础知识、参数估计、假设检 验、回归分析、方差分析与正交试验设计、多元正态总体的统计推断、判别分析及相关分析.本书 的特点是既注重理论体系完整,又注重统计方法的实际应用.各章配有难度适中的习题,以供学生练习和理解基本理论和方法时使用. 本书可作为高等院校工科研究生公共课程 数理统计 的教材,也可作为本科生加深和拓宽数 理统计理论和方法的参考书,还可供科技工作者参考.

本书内容主要集中在概率论和数理统计方面，包括它是作者近30年在概率论和数理统计方面的主要工作，解决了概率论和数理统计中五个难题，给出了十多个新概念和十多个行之有效的新方法。

本书介绍了几种典型的线性统计模型及其建模分析方法，不仅详细讲解了各种理论公式的推导过程，还就具体的案例数据结合统计软件展示数据分析的各个步骤．此外，每章还配备一定数量的理论习题与上机实验题． 本书可作为普通高等院校应用统计硕士专业学位研究生基础课程教材，也可作为数学专业大四学生和其他学科研究生统计课程的教学参考书，以及业界数据分析师的参考用书．

我们是不是比父母 聪明？开车时打电话与酒驾一样危险吗？坐飞机和开车，哪种方式 安全？钻石越重，价格就越高吗？小学四年级的学生可以用统计学做什么？……如果你想知道这些问题的答案，就来阅读本书吧。大数据时代，统计学是读懂、听懂和看懂事情真相的基础，数据挖掘与统计分析已成为现代人 的技能。杰弗里·班尼特、威廉·L.布里格斯、马里奥·F.崔奥拉著的《妙趣横生的统计学（培养大数据时代的统计思维第4版）》是一本美国流行的统计学应用入门书。它通过生活中有趣的案例、直观的图表阐述了各种统计概念与统计技术的应用，没有枯燥乏味的理论知识、生涩难懂的理论证明，只有日常生活所需要的统计思想、正确分析数据的基本路径，真正做到了通俗易懂、深入浅出。如果你想 好地理解如经济学、心理学等课程中将会用到的统计学知识，如果

一本书如果没有作者自己的观点，而只是知识的堆叠，那么这类书是没有太大价值的。尤其在当前网络发达的时代，几乎任何概念和知识点都可以从网络上查到。但是有一点你很难查到，那就是统计分析的思路和观点。比如，你可以很容易地在网上查到什么是线性回归，但你却查不到怎么“做”线性回归分析，在你遇到实际数据时仍然不知道如何分析。在本书中，你可以获得这些思路和观点。尽管这些观点未必是所有人都认可的，但根据笔者多年的分析经验，它们在实践中通常是奏效的。 《白话统计》凝结了作者冯国双十多年来对统计分析的理解，对各种方法的介绍采用全新的理念和思路，不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。当然，本书同时提供了如何实现结果的软件（

本书中文简体字版由约翰威利父子公司授权机械工业出版社定制出版.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. 本书从概率的角度而不是分析的角度来看待随机过程，书中介绍了随机过程的基本理论，包括Poisson过程、Markov链、鞅、Brown运动、随机序关系、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随机过程知识、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. 本书是随机过程的入门教材，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.

本书为对基本概率论感兴趣的读者以及之前未接触过此方向的人提供了一个坚实的基础。通过对话的方式和详细的数学推导，在迷人的风格和信息丰富的讨论上取得了平衡。通过将读者沉浸在一个数学的世界观，让他们了解数学这一主题吸引人的所在。不是简单地写出和记忆公式，读者还将出来理解这些公式的含义，以及何时使用和如何使用它们。

本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。 本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。

我们普遍会遇到的问题是：手头上已经有了一组有关某一应变量的观察样本或实验数据，并希望通过统计分析对它的性状(behavior)做出解释。这种分析通常都基于变量的性状是可以为某一模型所解释的这样一个前提。而这样的模型(一般)的形式是涉及其他一些变量的代数表达式。那些其他的变量描述了实验条件、描述这些条件如何影响因变量的参数和误差。而误差表达式则几乎是无所不包的这一点，则说明任何模型都不可能对因变量的性状完全做出解释。统计分析包括参数估计、推论(假设检验和置信区间)和确定误差的性质(数量)。此外，我们还必须对那些有可能使统计分析出错的问题，如数据中的误差、模型选择不当和其他违反构成统计推论法的假设等进行调查。 用于这样的分析的数据既可以是实验、样本调查和过程的观察(操作数据)的数据，也可以是收

作为数学工具书，这部巨型手册要求具备哪些特呢？在编写过程中，出版社负责人和我们达成了一项共识，即手册应具科学性、先进性、实用性、规范性与简明性。200余位撰稿人与审稿人按照这些特点和要求会出了艰辛的劳动，我们要感谢他们的通力合作与努力，使手册基本上体现了上述所希冀的特点或特色。 本丛书为国家“九五”重点出版项目。为了读者选购和使用方便，本手册分5卷出版，分别名为“经典数学卷”、“近代数学卷”、“计算机数学卷”、“*数学卷”和“经济数学卷”。需要指出的是，各个分支（篇目）的归属是相对的，这里考虑了各分卷篇幅大小的平衡问题。例如，“蒙特卡罗法”这一篇也可归入“计算机数学卷”。

本书根据现代大数据时代的发展状况和经济发展对数据统计人才的需求状况，在 版的基础上进行了修订，适度调整了教材知识体系，引入了适用经济发展所需的新理论、新方法、新知识、新技术。 本书主要内容包括概论、统计调查、统计资料整理、总量指标和相对指标、平均指标和标志变异指标、时间序列分析、抽样调查、统计推断、方差分析、统计指数、相关与回归分析。本书对练习题和答案进行了补充和完善，对教材配套PPT课件和在线教学网站的内容进行了同步 新，确保教材 加适合 线下混合式教学。 本书适合本科院校经济管理类相关专业师生使用，也可供社会相关从业人员参考。

西蒙·N.伍德著的《统计学核心方法及其应用/图灵数学统计学丛书》主要介绍了统计模型及统计推断中的问题，并引入极大似然法和贝叶斯方法水解答这些问题；概述R语言；简括极大似然估计的大样本理论，然后讨论应用该理论所涉及的数值方法；讲述贝叶斯计算所需的数值方法——马尔可夫链蒙特卡罗方法；介绍线性模型的理论及其应用。 本书适合具有数理知识基础、想要了解统计学核心方法和应用的读者阅读。

该书通过重点介绍现代概率论的分析思路与其所用的分析工具之间的相辅相成的关系，相当详细地介绍了现代概率论。第2版中的练习题超过750道，并且对Levy过程、大偏差理论、Banach空间上的Gauss测度、Wiener测度与偏微分方程的关系等添加了许多新的素材。书的第1部分介绍了独立随机变量、中心极限现象、弱收敛性的通用理论及其几种应用，以及关于函数空间上的Gaussian和Markovian测度理论。