《深入浅出统计学》具有 深入浅出系列 的一贯特色，提供符合直觉的理解方式，让统计理论的学习既有趣又自然。从应对考试到解决实际问题，无论你是学生还是数据分析师，都能从中受益。本书涵盖的知识点包括：信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等，完整涵盖AP考试范围。本书运用充满互动性的真实世界情节，教给你有关这门学科的所有基础，为这个枯燥的领域带来鲜活的乐趣，不仅让你充分掌握统计学的要义，更会告诉你如何将统计理论应用到日常生活中。

《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。

《好看的数学故事：概率与统计卷》以讲故事的方式介绍概率统计的概念和理论发展的历史。 从流传数千年的投币和骰子游戏到古老的八卦，从古印度《吠陀经》的韵律到希伯来字母排列的神秘咒语，古人们逐渐发现了排列与组合的基本规律。当阿拉伯的骰子游戏传入经过文艺复兴的欧洲，概率的概念开始明晰起来。 起初的概率，多半应用在赌博游戏上，不仅是投币和骰子，还有纸牌、赛马等等。这些东西在学术领域似乎不值一提，但古典概率理论一旦出现，立即在社会各个领域发现重要的应用价值。统计学随之而生。 通过字母分析破译密码，通过死亡记录探究传染病的危害，新生婴儿的性别比例，居民寿命的期望值和保险年金，统计学在人类社会从古典社结构进入现代结构的发展过程中发挥了极其重要的作用。天文学、实验物理学和数学的发展推动了概率统计

本书是国内全面讨论概率论发展与先进数学技术的学术专著，较全面、翔实地概述了概率论的发展历史。从初的博弈分析问题到现今方法论综合性学科，全书勾勒出概率论兴起、发展和壮大的清晰脉络，并简要介绍了当前概率论学科的主要研究方向和发展动态。本书也试图从概率论教学角度诠释概率思想，以期让更多的读者从中受益。

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。

《统计学精品译丛：例解回归分析（原书第5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，不得以任何方式复制或抄袭本书内容。 《统计学精品译丛：例解回归分析（原书第5版）》在探索性数据分析的思想和原则指导下组织材料，包括简单线性回归、多元线性回归、回归诊断、定性预测变量、变量变换、共线性数据分析和逻辑斯谛回归等13章内容。书中强调数据分析的技巧而不是统计理论的发展，几乎是手把手地教读者如何去分析数据、检验结论、改进分析。作者精心挑选了丰富的实例，形象生动而又系统详尽地阐述了回归分析的基本理论和具体的应用技术，还辅以启发式的推理和直观的图形方法。 《统计学精品译丛：例解回归分析（原书第5版）》既可以作为非统计学专业回归分析的入门教材，又可

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

《概率论教程》是一部讲述现代概率论及其测度论应用基础的教程，其目标读者是该领域的研究生和相关的科研人员。内容广泛，有许多初级教程不能涉及到得的。理论叙述严谨，独立性强。有关测度的部分和概率的章节相互交织，将概率的抽象性完全呈现出来。此外，还有大量的图片、计算模拟、重要数学家的个人传记和大量的例子。这使得表现形式更加活跃。...

本书是一本以介绍现代概率论基础理论和方法为主的概率论教材。共分三部分。第1章和第2章为测度论，用较短的篇幅完整地叙述了测度与积分的一般理论，包括了一般测度、Lebesgue-Stieltjes测度、Lebesgue测度、积分与期望的定义及单调收敛定理、Fatou引理、Lebesgue控制收敛定理、Fubini定理等主要的测度与积分结果。第3章和第4章为极限论，介绍了概率论和统计中的常用的分布、分布函数、特征函数和四种收敛性，并侧重于中心极限定理和各种大数定律及其证明。第5章为鞅论，从经典条件概率出发引入一般条件期望的定义，利用广义的Radon-Nikodym定理证明了其存在性，以Markov链作为其应用，介绍了以条件期望为基础的鞅的基本概念和结果。

概率论与数理统计是从数量方面研究随机现象的统计规律的一门课程，它是高等院校经济管理类专业的基础课之一。它是在经济管理、质量控制、数量经济学、信息论、预测理论和*理论中有着广泛应用的基础课程。 本书系上海财经大学数学学院编写的经济数学系列教材之一。全书共十章,内容包括事件与概率、条件概率与独立性、随机变量及其分布、随机向量及其分布、数字特征与特征函数、极限定理、统计量与抽样分布、参数估计、假设检验、线性统计推断等。每章均配有不同难易程度的适量习题,书末附有习题答案或提示,供读者参考。 本书坚持理论联系实际，取材新颖，注重科学性、现实性、趣味性，努力使学生从教材中深切地感知概率论与数理统计知识在实际工作与生活中的广泛应用。本书在编写中力求内容完整，做到重点突出、联系实际、由浅入深、通俗

本书追溯了统计学如何误入歧途的历史（300多年），从十七世纪数学家雅各布？伯努利的开创性工作开始，一直到赌博、天文学和遗传学中对统计学的运用。作者讲述了互相竞争的统计学派之间的争斗，探讨了催生该学科的令人惊讶的人类问题（种族主义）以及使其脱轨的所有人类缺点。例如，十九世纪和二十世纪里有影响力的人发展出一种他们声称是纯粹客观的统计方法，以压制对其政治议程（包括优生学）的批评。作者对概率的数学和逻辑进行了清晰的阐述，深入浅出地将较为复杂的概念介绍给对统计方法感兴趣的读者，这些统计方法实质上构成了我们对世界的理解。他认为，我们需要采取贝叶斯方法——即在用不 信息进行推断时纳入先验知识，以解决危机。本书的内容横跨数学、哲学和文化，解释了为什么我们使用数据的方式出了问题，以及如何解决这个问

《应用指数学》分为指数研究的背景和方法两部分。背景部分介绍指数的定义、类型、功能等基本概念，从指数的广泛存在、悠久历史和巨大影响三方面说明其重要性，并在新文科建设的大背景下讨论数据与新文科发展之间的关系，进而引出指数这一工具在文科研究中的应用场景。方法部分从人文社会科学的视角出发，首先总结了指数研究的常见流程，然后全面介绍指数研究各方面的内容，重点讨论了指标体系设计、数据采集与质量评估、数据处理、指数赋权与合成、指数评估的全流程方法，帮助读者更深层地理解指数研究方法。

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

本书是一本理学类统计学专业的基础课, 书中介绍了数理统计的基本知识和基本理论: 首先, 简单介绍了数据描述;在此基础上介绍了总体、样本和统计量等统计的基本概念, 并将这些概念与概率论的基础知识联系起来, 给出了统计量与抽样分布的概念和实例;然后叙述了数理统计的基础部分——数理推断( 即参数估计和假设检验).为帮助读者掌握数理统计的原理和方法,本书的每一章中都配有较多的习题. 书后还附有有关表格. 本书可作为统计学专业或相关专业数理统计课和统计类课程的教学参考书,亦可供上述有关专业的研究生、教师和科研人员阅读参考.

本书的特色在于结合实际案例来展现R在数据科学领域的灵活性，不仅能让读者学习统计知识，也能提升代码编写能力。全书共15章，第1章详细介绍了R和RStudio的安装方法；第2章至第3章介绍了导入数据的方法，以及R的基本工作原理；第4章介绍了R中重要的数据管理方法；第5章讲解数据可视化的知识；第6章至 5章，每一章对应了一个统计知识点，包括描述性统计、简单线性回归、多元线性回归、虚拟变量回归、Logistic回归、多层次和纵向分析、因子分析等。 为方便读者学习，本书提供了astatur包，这个工具包涵盖了本书中使用的所有数据集，以及相关章节中提到的一些补充函数。此外，本书没有过多地介绍复杂的数学公式，对于 知识点使用了尽可能通俗的语言进行讲解，因此本书适合作为R统计分析课程的教科书，也适合数据分析初学者参考学习。