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

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。

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

伯特瑟卡斯、齐齐克利斯合著的《概率导论（第2版修订版）/图灵数学统计学丛书》是在MIT开设概率论入门课程的基础上编写的，内容全面，例题和习题丰富，结构层次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基本知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、很小二乘估计等不错内容。 本书可作为所有高等院校概率论入门的基础教程，也可作为有关概率论方面的参考书。

《试验设计及其优化》从技术与应用观点出发，重点阐述了试验设计及其数据处理的优良化方法和各种分析技术，以进一步提升试验设计的水平及其优化的成效。 全书共分11章，除介绍试验设计的基本原理、常用方法外，还介绍了试验设计的全新方法、全新研究成果及应用实例。此外，还介绍了试验设计的常用统计软件。 《试验设计及其优化》可作为理、工、农、医、经济、管理等专业本科生的教学用书，也可供科研人员、工程技术人员、设计人员、实验人员、营销人员和管理人员参考。

近来，被称为“数据科学家”的研究者备受关注，充分运用数据进行分析，变得越 来越重要。这种活用数据的基础便是“统计与概率”。《BR》统计与概率，不仅对于研究者，对于生活在现代社会的所有人来说都是可以在现实 生活中发挥重要作用的知识。在日常生活中，正确解读数据，从而进行合理的判断，也 是依靠概率和统计的思考方法。《BR》在本书中，以我们身边的话题作为案例，介绍以统计与概率为基础的重要数学方法， 并对于因人工智能的蓬勃发展而备受瞩目的“贝叶斯统计”，也介绍其思考方法与应用实 例。此外，本书还对概率论起源于 17 世纪欧洲的博彩问题，以及“统计大师”汉斯·罗 斯林博士的访谈、随机和随机数的深奥的问题等进行了介绍，希望与读者一同洞悉统计 与概率的本质。

《现代数学基础丛书：零过多数据的统计分析及其应用》系统介绍ZI数据和相关ZI模型的统计推断原理、方法和应用，内容主要包括：ZI模型参数的极大似然估计、Bayes估计、基于经典方法的影响诊断、基于K-L距离的Bayes影响诊断、ZI参数和散度参数的假设检验、ZI*效应模型参数的极大似然和Bayes估计、基于经典方法的影响诊断、基于K-L距离的Bayes影响诊断、回归系数和散度参数的假设检验、方差成分检验、ZI模型及相应的*效应模型中与均值函数有关的协变量函数形式和联系函数形式的误判检验等， 《现代数学基础丛书：零过多数据的统计分析及其应用》可作为理工科应用统计、公共卫生、生物医学、经济学、生命科学、社会学专业大学生和研究生的教学参考书，亦可供相关专业的教师、科技人员和统计工作者参考.

《概率论（第3版牛津大学研究生教材）》编著者H.杰弗里斯本书对公设一致性的证明做了很大改进，包括乘积规则和逆概率原理。书中说明了收敛原则以及初始概率简单公设可以满足的条件；论述了对于给定的合适的观测数据，公理可以被非常准确地阐述。和前一版相比，本版数学证明更加完善，详细论述了Pitman－Koopman定理证明中涉及到的充分统计量；阐述了Huzurbazar提出的初始概率的相关不变性理论；建立了修改后的先验概率和类型理论的联系。

《现代统计研究基础》主要介绍随机矩阵谱理论及大维数据分析、大规模数据分析及降维技术、变系数模型、纵向数据模型的稳健推断、测量误差模型及其统汁分析方法、缺失数据回归分析、复杂疾病的基因关联分析、因果推断与图模型、复杂疾病的基因关联分析、生物医学等价性评价问题的统计推断、约束下的统计推断方法、现代试验设计与抽样调查等研究领域。不仅介绍进入这些前沿研究领域所的基础知识，而且介绍这些前沿研究领域的**发展状况及有关重要成果，探索有关领域的科学研究发展规律与发展方向。

本书以MATLAB R2015b为平台进行编写，以概率与数理统计学为主线、MATLAB为辅助工具有机结合进行讲述，实用性非常强，实现的方法也很多，主要包括MATLAB计算基础、概率与数理统计学基础、统计估计、假设检验、方差分析、回归分析、正交实验、主成分分析、因子分析、判别分析和聚类分析等内容。本书侧重于概率与数理统计学的MATLAB实现，并精选大量的概率与数理统计应用实例，通过实例分析来求解，做到理论与实践相结合。本书可作为工科硕士研究生 应用概率与数理统计学 课程的基础教材、本科生相关专业的专业基础教材或实验教材，也可作为科研人员、工程技术人员的工具书或理论参考书。

哈罗德·杰弗里(SirHaroldJeffreys，1891～1989年)，是英国剑桥大学已故著名物理学家兼应用数学家，他在20世纪30年代相继写出两本著作，即《科学推断》和《概率论》，它们对近几十年来贝叶斯学派的重新兴起有重要作用，值得一读。这本《概率论》侧重对科学方法论主要原则的阐述，旨在为读者提供一种在实践中可以应用、能根据观测数据进行推断而自洽的推理方法。为发展概率论，杰弗里在书中提出六条公理(公理7实为定理9所述乘积规则的推广)、三条约定；还为归纳推理中重要的部分，即根据过去的经验预测未来，提出了八条管辖原则，由此深刻论证了“从经验和数据中获取知识”乃是贝叶斯分析的实质这一观点；杰弗里在本书中还发展了K.皮尔逊的思想，强调“科学的一致性在于其方法而非其内容”，在当代各种新知识、新学科层出不穷的背景下，坚持这一

本书旨在帮助对多层资料(multilevel data)分析感兴趣的学生，教员和科研人员了解多层模型的基本概念、理论框架和分析方法。本书着重介绍各种多层模型的方法和应用，以及如何处理社会科学研究领域中的实际问题。本书不但用多层横断面资料讨论常用的多层模型，且讨论纵向研究资料的多层模型分析;不但讨论线性多层模型，且讨论非线性多层模型，包括二分类因变量、顺序因变量、多分类因变量, 及计数因变量等。另外，还讨论如何使用某些特殊的多层模型分析方法来处理多层分析中常见的问题，如多层资料中宏观层单位样本量较小的资料、非正态分布资料、多零因变量测量资料、及非*缺失值资料的多层模型。后、本书还将介绍生存和事件史(survival and event history)资料的多层模型分析，以及多层结构方程(multilevel structural equation models)等当今先进统计模型。 本书

本书共八章，内容包括空间统计概述、空间数据处理、空间数据可视化、聚集性分析、邻域分析、空间插值分析、空间回归分析、高级空间统计模型。各章紧扣空间统计主题，理论结合实际，启发读者深度思考，并配有丰富的案例分析。为加深读者对每章内容的理解，本书将每章的内容分为理论和案例操作两部分。在理论部分之初，先用思维导图将抽象的原理和过程直观展示，希望达到一目了然、强化记忆、一图胜千言的效果，帮助读者迅速抓住重点，提高学习和记忆效率，促进更深层次理解和应用。在案例操作部分，为贴近业务工作的实际需要，本书采用了与实际业务数据字段类似的食品污染、食源性疾病等经过处理的模拟数据，并使用国际通用的ArcGIS、R软件等进行空间统计分析，便于读者理解和应用。

本书介绍非线性时间序列理论和方法的一些*研究成果，尤其以近十年来发展起来的非参数和半参数技术为主。本书不仅对这些技术在时间序列状态空间、频域和时域等方面的应用给出了详细的介绍，同时，为了体现参数和非参数方法在时间序列分析中的整合性，还系统地阐述了一些主要参数非线性时间序列模型（比如ARCH/GARCH模型和门限模型等）的近期研究成果。此外，书中还包含了一个对线性ARMA模型的简洁介绍。为了说明如何运用非参数技术来揭示高维数据的局部结构，本书借助了很多源于实际问题的具体数据，并注重在这些例子的分析中体现部分的分析技巧和工具。阅读本书只需要具备基础的概率论和统计学知识。本书适用于统计专业的研究生、面向应用的时间序列分析人员以及该领域的各类研究人员。此外，本书也对从事统计学的其他分支以及经济计量学、

《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。...

概率在我们的日常生活中扮演着重要角色。每个人独特的基因组成，学生的在校成绩，赌博游戏中的下注，体育比赛的结果等，到处都有概率的身影。《有趣的统计：75招学会数据分析》分为6章，共包括75个“黑客技艺”（Hack），揭示了如何通过推论统计学来理解事物的运作方式，发现变量之间的相关性，以及透过局部样本分析推断出总体特征，做出异常精准的预测。 《有趣的统计：75招学会数据分析》适合从事数据统计、分析工作或对统计分析感兴趣的读者。