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。

本书是一部经典的*过程著作，叙述深入浅出、涉及面广。主要内容有*变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等，也包括了*过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关*模拟的内容，给*系统运行的模拟计算提供了有力的工具。zui新版还增加了不带左跳的*徘徊和生灭排队模型等内容。本书约有700 道习题，其中带星号的习题还提供了解答。本书可作为计算机科学、保险学、社会科学、生命科学、管理科学与工程等专业*过程基础课教材。

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。

自Shewhart博士在20世纪20年代提出第一个控制图后，现在关于控制图的研究结果已十分丰富，且取得了良好的社会和经济效益。特别是，近年来出现的多个新的研究方向也取得了一些很好的研究成果，但系统介绍这些成果的著作并不多，而本书将作这方面的努力与尝试，其中有部分成果来自作者所在的课题组，特别是关于监测profile的研究内容。本书主要讲述近年来关于统计过程控制图的一些基本理论与方法，如阶段I控制图、Shewhart控制图、CUSUM控制图、EWMA控制图、关于监控profile的控制图等；另外，本书也包含有关相关数据、多元数据及非参数控制图的一些内容；再者，本书也介绍了有关动态控制图的一些研究成果；最后，作者把有关控制图的ARL及ATS的计算方法进行了较详细的总结。

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。

本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关随机模拟的内容，给随机系统运行的模拟计算提供了有力的工具。新版还增加了不带左跳的随机徘徊和生灭排队模型等内容。本书约有700 道习题，其中带星号的习题还提供了解答。 本书可作为计算机科学、保险学、社会科学、生命科学、管理科学与工程等专业随机过程基础课教材。

"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。"

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。

1）第四章---第九章是本书的主体，讲述各种类型的回归方程，包括线性回归方程、拟线性回归方程、约束线性回归方程、非参数回归方程、半参数回归方程、函数系数回归方程（参数变量函数系数线性回归方程，参数变量函数系数半参数回归方程，回归变量函数系数线性回归方程，回归变量函数系数半参数回归方程）、随机过程回归方程（随机过程线性回归方程，Gauss--Markov线性回归方程，随机过程非参数回归方程）、逆回归方程（线性逆回归方程，线性逆回归方程组）以及随机向量密度函数（有文献已经指出，此问题可以化为回归方程的模式来解决）,其中有不少为首倡；（2）*章概率理论及附录B测度论，为统计回归分析理论的概率统计基础；（3）第二章Hilbert空间、第三章泛函逼近论，是统计回归分析理论的泛函分析基础，其中相当部分的内容是专为统计回归分

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。

本书是在自然公理系统中建立概率论的*部著作.本书前五章建立因果空间、*试验、概率空间、条件概率捆和独立性的理论,重点介绍离散型、Kolmogorov型、独立乘积型概率空间,形成概率论的基础理论.《BR》第6、8章论证*变量、*向量和宽*过程是科学实验中子*局部的数学模型；应用概率论基础理论介绍因果结构图、各种条件分布函数和独立性,建立数学期望、方差和协方差等数字特征的知识,形成*变量和*向量的基本理论,以及*过程的初步知识;*后两章介绍两类*重要的统计规律——大数定理和中心极限定理.《BR》

本书从*变量的生成、样本路径的抽样和估计器的构造三个层面着手探讨了离散事件动态系统(DEDS)性能评估与灵敏度估计中的高效率仿真问题。在*个层面，对*数发生器的构造、*变量的计算机生成技术进行了系统的归纳和整理，重点讨论了取中分布和剩余分布等非传统*变量的高效率抽样问题。在后两个层面，建立了离散事件动态系统广义半Markov过程(GSMP)的一般描述，并在GSMP描述的框架内研究并给出了DEDS仿真的三种不同实现：“经典事件调度法”“极小分布抽样法”和“嵌入泊松流法”。

本书介绍了数理统计的经典内容与方法，内容涵盖了概率论预备知识、统计基础、参数估计、假设检验、区间估计及回归分析。为了适应应用统计专业硕士培养发展的新形式，在本书编写过程中我们强调方法的应用，淡化理论的证明。为开阔读者的应用视野，本书还在附录中介绍了R语言的使用、非参数密度估计及非参数回归等内容。书中很多例题都附有R软件实现，各章均配有一定数量的习题。本书可以作为普通高等院校应用统计专业硕士学习 应用数理统计 课程的教材，也可以作为非数学专业的研究生或高年级本科生学习 数理统计 课程的教材或参考书。

本书主要讨论*过程的基础理论和应用方法。全书共七章，内容包括：概率论基础，*过程基础，泊松过程及其推广，马尔可夫过程，二阶矩过程及其均方分析，平稳过程，以及高阶统计量与非平稳过程等。 本书强调*过程的基础理论、物理意义与应用方法，注重理论联系实际，力求从概念的物理背景、理论的逻辑推导与应用的典型例子三个方面加以阐述。内容全面，叙述清楚，例题与图示丰富，便于教学与自学。

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。