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

《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。

道恩·格里菲思著的《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，为这个枯燥领域的学习带来鲜活的乐趣，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。

《贝叶斯统计学及其应用》系统地介绍了贝叶斯统计学的基础理论以及在一些领域中的应用。全书共16章，内容分为4个部分：部分，介绍贝叶斯统计学的发展和应用概况，包括第1章（绪论）；第二部分，介绍贝叶斯统计学的基础理论，包括第2-6章；第三部分，介绍贝叶斯统计学在一些域中的应用，包括第7-15章；第四部分，介绍贝叶斯计算方法及有关软件，包括第16章。另外，《贝叶斯统计学及其应用》还有两个附录，附录A:贝叶斯学派开山鼻祖——托马斯·贝叶斯小传，附录B: WinBUGS软件及其基本使用介绍。《贝叶斯统计学及其应用》中的一些例题、应用案例，采用R软件，并给出了相应的代码。 《贝叶斯统计学及其应用》注重可读性，力求图文并茂；既有继承国内相关教材的传统部分，又有汲取国外相关教材中流行的直观、灵活的风格。在介绍贝叶斯

本书根据**颁布的本科概率论与数理统计课程教学基本要求，内容包括*事件与概率、*变量与概率分布、*变量的数字特征、*向量及重要定理、样本与统计量分布、参数估计、假设检验、方差分析与回归分析等。同时配备了例题和一定数量的习题。本书适合于普通高等学校概率论与数理统计课程的教材，尤其适合少数时要求的院校使用。

本书是在贯彻落实*“高等教育面向21世纪教学内容和课程体系改革计划”要求和第2版的基础上，按照工科及经济管理类“本科数学基础课程教学基本要求”并结合当前大多数本专科院校的学生基础和教学特点进行编写的．全书以通俗易懂的语言，深入浅出地讲解了概率论与数理统计的知识．全书共分9覃，第15章是概率论部分，内容包括*事件与概率、*变量及其分布、多维*变量及其分布、*变量的数字特征、大数定律及中心极限定理；第6—9章是数理统计部分，内容包括数理统计的基本概念、参数估计、假设检验及回归分析．各章节均配有习题，书末附有参考答案，附表中列有一系列数值用表．本书在编写中注重渗透现代化教学思想及手段，切合实际需求和加强学生应用能力的培养，并附录有数学建模及大学生数学建模竞赛、概率论与数理统计实验的相关内容。

本书讲解概率论的基础内容, 包括组合分析、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, 并配有丰富的例子和大量习题, 涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用， 启发性。

一本书如果没有作者自己的观点，而只是知识的堆叠，那么这类书是没有太大价值的。尤其在当前网络发达的时代，几乎任何概念和知识点都可以从网络上查到。但是有一点你很难查到，那就是统计分析的思路和观点。比如，你可以很容易地在网上查到什么是线性回归，但你却查不到怎么“做”线性回归分析，在你遇到实际数据时仍然不知道如何分析。在本书中，你可以获得这些思路和观点。尽管这些观点未必是所有人都认可的，但根据笔者多年的分析经验，它们在实践中通常是奏效的。 《白话统计》凝结了作者冯国双十多年来对统计分析的理解，对各种方法的介绍采用全新的理念和思路，不再是介绍方法本身，而是试图将各种方法之间的联系阐述清楚；不再是介绍方法如何计算出结果，而是尽量说明方法背后的思想。当然，本书同时提供了如何实现结果的软件（

线性和非线性代数方程组求解是众多科学与工程计算领域的基础共性任务，也是整体数值模拟的关键，《迭代方法和预处理技术（上册）》系统而深入地介绍了迭代方法、预处理技术及其并行计算，迭代法涉及分裂方法、并行多分裂方法、Krylov子空间方法、并行Krylov子空间方法、Newton法及其变形；预处理技术涉及一般代数预处理、多层和多重网格预处理、问题相关预处理以及非线性预处理；为了方便实施，介绍了迭代方法和预处理技术在诸多方面的应用，并用统一框架介绍了网上可得到的解法器和预处理软件包。 《迭代方法和预处理技术》可用作并行数值方法等相关专业的硕士和博士研究生教材，也可作为关心代数方程组高效求解的科研人员的参考书。

本书的主要内容包括：*事件与概率、*变量及其概率分布、多维*变量及其概率分布、*变量的数字特征、大数定理及中心极限定理、数理统计的基本知识、参数估计、假设检验。 本书以基本理论和方法为核心，在此基础上注重应用，从实际问题引入基本概念，选用大量有关的例题与习题，具有循序渐进、逻辑清楚、 结合实际等特点。

杨宏等编著的《工程数学--线性代数与概率统计(第2版）》是在高等教育大众化和办学层次多样化的新形势下，结合工科学生工程数学的教学基本要求，在独立学院多年教学经验的基础上编写而成。 《工程数学--线性代数与概率统计(第2版）》系统地介绍了工程数学的基本理论，内容包括线性代数、概率论、数理统计等。本书保持了对数学基础课程的较高要求，同时力争适应工科学生的应用性特点，在内容和结构的处理上尽量削枝强干、分散难点，力求结构严谨、逻辑清晰、通俗易懂，并附有大量的例题和习题。 《工程数学--线性代数与概率统计(第2版）》适合高等院校工科各专业本科学生使用，也可供教师、工程技术人员参考。

本书与浙江大学盛骤、谢式千、潘承毅编写的《概率论与数理统计》（第四版）配套。全书共分十四章，每一章又分为若干节，按照教材顺序对每个章节内容进行清晰梳理、深入讲解，每一章内容讲完后，再对整章内容重点进行回顾和加深，然后设计该章同步自测题。全部十四章教材内容辅导完毕后，还给出了教材上所有习题的详细解答。 讲解结构三大部分： 一、教材内容讲解这部分由两块组成：教材知识全解、典型例题解析。 1.教材知识全解包括两部分：本节知识结构图解、重点及常考点突破 （1）本节知识结构图解这一部分用直观、形象的图表形式，将该节知识结构、相互联系、 逻辑关系清晰地展示给读者。便于读者对比各个概念、性质和定理，在比较中加深理解，使知识更加系统化。 （2）重点及常考点突破这一部分将该节

本书论述了马尔可夫过程的分析理论。马尔可夫过程是随机过程中研究比较久远的一个分支，也是发展较为迅速的一个分支。本书主要内容有：讨论时齐的转移函数及其所产生的算子半群的性质，讨论时齐的q过程的构造理论，以及讨论非时齐的转移函数的各种分析性质。本书主要是作者在马尔可夫过程的分析理论方面研究工作的总结。

该书通过重点介绍现代概率论的分析思路与其所用的分析工具之间的相辅相成的关系，相当详细地介绍了现代概率论。第2版中的练习题超过750道，并且对Levy过程、大偏差理论、Banach空间上的Gauss测度、Wiener测度与偏微分方程的关系等添加了许多新的素材。书的第1部分介绍了独立随机变量、中心极限现象、弱收敛性的通用理论及其几种应用，以及关于函数空间上的Gaussian和Markovian测度理论。

韩明编著的这本《概率论与数理统计教程》共分十章，前五章是概率论部分，内容包括*事件及其概率、*变量及其分布、多维*变量及其分布、*变量的数字特征及特征函数与极限定理；后五章是数理统计部分，内容包括数理统计的基本概念、参数估计、假设检验、方差分析及回归分析。 本书既有继承国内相关教材传统的部分，又有汲取国外相关教材中流行的直观、灵活的风格，本书图文并茂，注重可读性，着重讲解基本概念、统计思想，强调理论与方法的应用，并把数学实验与数学建模的思想方法融入教材中。 《概率论与数理统计教程》可供高等院校数学类、统计类等有关专业作为本科生教材使用，也可供相关专业的高年级本科生及研究生作为教材使用，还可供相关专业研究者和广大自学者参考。

本书是在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、zui小二乘估计等内容。 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。