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

《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。

数理统计

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

多元统计分析是关于多变量的综合统计分析方法，能够在多个统计总体间存在相依的情况下分析其统计规律，在农林科学、生物科学等领域的研究中有着重要的作用。本书是针对高等农林院校研究生撰写的多元统计分析教材，书中引用了大量的农林科学实例，方便有关研究人员进行探讨和数据处理。主要内容包括多元正态分布及其抽样分布、多元正态总体均值向量和协方差阵的假设检验、多元方差分析、直线回归与相关、多元线性回归与相关（一对多、多对多）、主成分分析与因子分析、判别分析与聚类分析、非线性回归与Logistic回归分析。书中叙述了作者对一对多、多对多的相关及有关决策系数研究，进而叙述了作者在一对多和多对多线性回归、主成分分析、因子分析及判别分析方面的通径分析及其决策分析。

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。

《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。

《SPSS统计分析(第4版)》本书是在前三版的基础上，根据读者的反馈意见重新编写的。软件版本基于16.0.全书内容以统计分析应用为主，简要介绍各种统计分析方法的基本思想和基本概念；详细叙述操作方法，每种分析方法均给出对应的例题，涉及各个领域。每个例题均从方法选择、数据文件结构、操作步骤和结果分析方面给予说明。本书保留前三版的统计分析方法，压缩了基本操作，增加了两步聚类、对应分析和表格制作的内容。为方便读者和减少篇幅，书中所有例题数据均按章节编号，并保存在所附的光盘中。为便于教学，本书另配有电子教案，向采纳本书作为教材的教师免费提供。 本书可作为高等院校统计计算课程的本科生和研究生教材，也适合于从事分析和决策的社会各领域各相关专业读者学习参考。

本书广泛地使用案例分析的方法，通过大量的应用实例，引导人们如何正确地收集数据资料进行统计分析，以得到有意义的参考性结论。本书在撰写上具有以下特点： （1）起点低，使用面广，实用性强，强调统计思想的内涵与应用。读者只需具有高中数学知识就可以学习使用此书。不用微积分，不追求数学的形式逻辑思维，而代之以形象思维和直观判断。 （2）编排上以案例形式展开，充分利用图表分析阐述统计思想，引导出结论，并围绕案例总结出关键概念。 （3）内容上是自封闭的，不需要先学概率论的知识。 （4）在书中精心安排了许多学习技巧和注解，应用与滥用的对比人例子以及简单统计软件的使用等内容。各章后附有大量习题和测试题，所附光盘中还提供了大量的数据。 （5）概括了直观统计学及常用统计方法的基本内容，有

????

本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来解答这些问题；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。

It is a tribute to our profession that a textbook that was current in 1999 is starting to feel old. The work for the first edition of Monte Carlo Statistical Methods (MCSM1) was finished in late 1998, and the advances made since then, as well as our level of understanding of Monte Carlo methods, have grown a great deal. Moreover, two other things have happened. Topics that just made it into MCSM1 with the briefest treatment (for example, perfect sampling) have now attained a level of importance that necessitates a much more thorough treatment. Secondly, some other methods have not withstood the test of time or, perhaps, have not yet been fully developed, and now receive a more appropriate treatment. When we worked on MCSM1 in the mid-to-late 90s, MCMC algorithms were already heavily used, and the flow of publications on this topic was atsuch a high level that the picture was not only rapidly changing, but also necessarily incomplete. Thus, the process that we followed in MCSM1 was that of someone who was

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.

本书内容包括概论、数理统计两部分，涉及条件概率、*变量及其分布、数学期望、特殊分布、估计、估计量的抽样分布、假设检验、分类数据与非参数和方法、线性统计模型、*模拟等。本书知识体系结构与国内主流的概率论与数理统计教材基本一致，但内容取材及例题的安排上都比较新颖，尤其是新增加了一些非常实用而且比较先进的模拟方法，书中后提供了奇数号习题的解答以及索引。 本书作为概率论与数理统计的教材，适合大学本科高年级学生和研究生用作教材或参考书，也可供统计工作人员用作参考书。

这本经典教材以其在理论和方法之间取得的独特的平衡，通过兴趣激发和相关应用的方式， 生动 缜密 地介绍了基础概率理论和统计推断。书中还吸收了大量*的统计知识和新问题，并在每章末增加一个小节，以增强书中内容与时下工程与科研问题的适用性和相关性。在内容方面，不仅有许多*的工程问题，也有很多生物学、物理学以及计算机科学方面的*问题；不仅强调对关键思想的掌握，同时警示实践中可能发生的风险和危害。 枯燥的概率与统计理论令那些感兴趣的读者望而却步，本书的出版却带来了一股新风，其内容通俗易懂，章节安排环环相扣，而且有大量的练习留给读者去理解和感知概率与统计的思想和概念。建议有实践需求的读者将本书带入你的课题研究中，也推荐愿意更多了解概率和统计知识的人员阅读。

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。

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.