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。

20世纪以来，概率论逐渐渗入到自然科学、社会科学以及人们的日常生活中。无论是在研究领域，还是在教育领域，它愈来愈成为重要的学科之一。在概率论发展历史上，18、19世纪之交法国科学家拉普拉斯具有特殊的地位。 拉普拉斯在他的纯粹与应用数学的众多严格的学术著作之外，还出版了为普通读者写的两篇通俗文章，《关于概率的哲学随笔（双语版）》就是其中的一篇，它构成了《拉普拉斯全集》第7卷中的巨著《概率的分析理论》的引言。 《关于概率的哲学随笔（双语版）》的意图就是让读者不借助较深的数学知识就能了解概率的原理，作者本质上将数学对象以非数学的面貌呈现，用大众化的语言详细论述当时概率论的原理和一般结论。 拉普拉斯概率理论在19世纪的概率论发展史上占据了中心和统治地位，对19世纪的概率论的发展产生了

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。

《*过程》是高等院校*过程课程的教材。全书共分七章，内容包括：概率统计、泊松过程、更新过程、离散时间马尔可夫链、连续时间马尔可夫链、布朗运动和应用举例。每小节配有练习题，每章配有总习题，书末附有习题答案或提示，供读者参考。本书对实际应用中常见的*过程作了较为系统的介绍，有许多新的简明讲法，方便读者更好地理解*过程的概念和主要定理。 《*过程》可作为综合大学数学、统计学专业本科高年级*过程课程的教材或教学参考书，也可作为综合大学、高等师范院校、理工科大学和财经院校研究生*过程课程的教材或教学参考书。学习本书的先修课程是高等数学、概率论与数理统计。

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。

c德拉歇利和P·A梅耶的五卷本巨著《概率与位势》是*分析领域中的经典著作。 本书为《概率与位势》的第1卷。前两章包含了完整的积分理论及概率论工作者所需要的该理论的各种变体；章三章介绍了解析集和Choquet窖度的理论：第四章介绍了*过程理论。 本书可作为概率及*分析等相关专业本科生、研究生的教学参考书．也可供概率、金融等领域的科研工作者参考。

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。

在数学科学的几乎所有的分支中，不等式常常起着重要的甚至是关键的作用。本书搜集整理了概率论中一批常用的基本不等式，并对其中的绝大多数不等式给出了证明。除了一些熟知的不等式以外，书中对某些不等式还提供了相关的参考文献。

本书是高等学校统计学教学指导分委员会教材.本书从我国经济、管理类各专业教学的实际出发，以统计思想为主线，坚持“少而精”的原则，深入浅出地介绍统计学发展至今的一些基本知识，包含了现有一些常用的统计思想、理论和方法，主要内容包括：总体、样本、统计量的概念，常用分布，点估计理论，假设检验理论，区间估计，线性模型以及统计决策理论和贝叶斯推断等。本书强调统计学的基本思想以及和理论方法的有机结合，并通过实例体现数理统计学的丰富内容和启示读者如何应用统计学的理论和方法。

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。

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》

本书包括离散时间Markov链、Poisson过程、更新过程、连续时间Markov链、鞅和金融数学六章内容，涵盖了*过程的核心知识点，涉及大量较新应用。书中内容完全以应用为导向，不涉及高深的理论证明或数学推导，极富思想性作者力求通过展示*过程的实际应用来让学生学习这门学科，因此书中有大量的例子，还有200多道习题来加深读者对内容的理解。 本书可作为各专业本科生或研究生的*过程入门教材，也可作为相关老师和实际工作者的参考书。

统计思想是统计理论与方法的想法.本书试图讲述这些想法的统计所固有的本质属性.统计思想主要体现在科学与艺术、归纳与演绎、精准与趋势，证明与推断、定量与定性、相关与因果、集合与总体、描述与建模、回顾、前瞻与分组双盲以及统计学意义的判断9个方面.本书共有9章，分别讲述上述这9个方面的问题.至于各个学科共有的例如对立与统一、主观与客观等属性，贯穿于上述9个方面，本书不再另立章节讨论.本书各章相互独立，自成体系.书中有大量的现实生活中的案例，力图用浅显的语言讲述统计思想，即使刚入门学习统计的新人也可阅读.本书每一章都有一组思考题.求解这些题目，套用公式是无助的，“思考”是求解它们的一个好办法.求解这些题目，读者还能补充些新的知识.

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。