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。

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。

《统计学基础习题集(财会专业高职高专十三五 规划教材)》是根据周礼艳、李畅主编的《统计学基础 》一书编写而成，共包括9套习题、1套期中测试模拟 试题及2套期末测试模拟试题。其中，9套习题分别对 应九大项目，即统计概述、统计调查、统计整理、统 计指标、时间数列、统计指数、抽样推断、相关分析 和回归分析、EXcel在统计中的应用。期中测试模拟 试题设置在统计指标习题之后，对前4个项目的内容进 行总结和复习。2套期末测试模拟试题对9个项目的内 容进行了概括和梳理，对重点和难点部分进行着重练 习。习题集内容丰富全面，理论与实际紧密结合，难 易程度搭配合理，具有较强的实用性。 本书可以作为高职高专经济、管理类专业的辅助 教材，也可以作为经济管理工作者和研究人员的参考 读物。

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

本书是应用型本科经管类专业基础课教材，以*统计法规、政策以及报表制度为依据进行编写。内容包括统计总论、统计调查、统计整理、综合指标、抽样推断、相关分析、指数分析、时间序列分析和统计综合评价方法等，并介绍了目前常用的统计软件及数据挖掘新技术在统计中的应用。

本书是根据《高等学校工科本科概率论与数理统计课程教学基本要求》及硕士研究生入学考试大纲编写的教学辅导教材，内容以相关配套教材章节为基础，各章包括基本要求、内容提要、典型例题分析、练习与测试及参考答案。其中基本要求和内容提要有助于读者明确学习目的、理清基本概念；书中例题选材针对性强，既有基础题又有综合题，并有分析、多种解答法及注意点。全书能帮助读者理解概率论与数理统计课程的基本概念，提高分析问题和解决问题的能力。本书可作为工科类、经济管理类及非数学类的理科的学生学习辅导教材，也可作为考研的强化训练指导书。

这是一本内容丰富且可读性很强的科普书，作者言简意赅地为读者描绘了一个神秘的概率世界，书中避免了冗长的数学推导和复杂的公式，取而代之以妙趣横生的例子，为读者展示了概率在日常生活中所起的作用，这些例子在具备娱乐性的同时又富有代表性。比方说，其中有一些是我们生活中不易察觉但与概率密切相关的例子，如生日问题 购物的优策略 等车时间问题等；此外，还有一些违反直觉的例子，如蒙提霍尔悖论 辛普森悖论 决斗的策略等。同时书中也介绍了许多概率统计的应用及其原理产生的背景，如贝叶斯法则在医疗诊断中或法庭断案中能提供的帮助等。 本书既可作为学生提高学习兴趣的课外读物，又适合教师作为教学参考。同时，数学爱好者以及概率统计应用的科技人员也能从中获益。

无

由于 概率论与数理统计 既有明显而广泛的应用背景，又有严密的理论分析，初学者往往难以理解和掌握，诸如互不相容、独立和等可能性等条件往往都隐含在问题的叙述中，导致学生往往觉得掌握了基本理论和方法，但解题时又觉得无从下手.本书与《概率论与数理统计》（何春雄等编，2012年2月版）的教材配套，每章都分基本内容、基本要求、基本知识提要、疑难分析、典型例题选讲及习题详解等6部分编写，以期帮助学生既掌握基本概念、基本理论和方法，又具有运用该课程知识解决有关实际问题的能力。主要内容包括：事件与概率；变量与概率分布；向量及其分布；变量的数字特征；大数定律与中心极限定理。

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。

本书是一本统计学入门教科书，阐述如何通过统计调查，搜集和整理统计资料进行统计研究分析。其主要内容包括统计概述、统计调查、统计整理、综合指标、动态数列、抽样推断、相关与回归分析、统计指数、国民经济核算以及EXCEL统计实践10个项目。本书紧密结合我国高等职业教育的特点，突出了学生实践操作能力的培养，体现 实用、适用、先进 的编写原则和 通俗易懂、精练、可操作 的编写风格，在适度的基础知识与理论体系覆盖下，注重理论指导下的实践技能操作，培养学生使用统计理论和统计方法解决实际问题的能力。本书既可作为职业教育院校经济、管理、人文社科等相关专业的基本教材，又可作为自学考试、网络教育、成人教育的统计入门教材，也可作为广大统计工作者及有关人员学习统计基本理论和方法的基本读物。

本书系统论述多元统计分析的基本理论和方法，力求理论与实际应用并重。只要具有一元统计的知识就可阅读本书。《BR》 本书主要内容是：多元正态分布、方差分析、回归分析、因子分析与线性模型、聚类分析和统计量的分布附录中列出了常用的多元分布表。

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。

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。

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。

本书介绍了概率论与数理统计的基本概念、基本理论与方法。内容包括：概率的基本概念；随机变量与随机向量及其概率分布：随机变量的数字特征、大数定律与中心极限定理；数理统计的基本概念；参数估计；假设检验本书强调直观性，注重可读性，突出基本思想和基本方法。每章均配有习题，并在书末附有习题答案。

本书基本内容是依据*的 经济和管理类本科数学基础课程教学基本要求 确定的。全书分为七章，内容包括概率论的基本概念、随机变量及其分布、随机变量的数字特征、统计学基础、统计推断、方差分析、相关分析与回归分析等。 本书在保持内容的系统性和完整性的基础上，融入了R软件的有关内容，并以此为基础介绍概率统计的具体应用，使读者在学习相关理论的同时，可以轻松地完成概率计算与实验模拟、数据整理与统计分析，实现理论与实践的有机结合；同时，本书还为读者配备了数字化资源，包括相关命题证明、模拟实验、R软件应用程序、数据文件、习题答案与提示等内容，便于学生自主学习，提升学习效果。读者可通过扫描二维码或登录数字课程网站，方便地获取相应的资源。 本书可作为高等学校经济和管理类本科专业教材，也可作为其他非数学类

本书是一部介绍渐近统计经典教材，内容实用而且数学理论论述严谨。书中除了介绍介绍渐近统计的核心内容 似然推断，M估计，渐近效率，U统计和秩过程，书中还涉及该领域的新研究论题，如半参数模型，自助法，经验过程，等其他应用。本书各章有习题。

本书比较全面系统地介绍蒙特卡罗方法的理论和应用.全书15章,前8章是蒙特卡罗方法的理论部分,包括蒙特卡罗方法简史、随机数产生和检验、概率分布抽样方法、马尔可夫链蒙特卡罗方法、基本蒙特卡罗方法、降低方差基本方法、拟蒙特卡罗方法和序贯蒙特卡罗方法.后7章是蒙特卡罗方法的应用部分,包括确定性问题、粒子输运、稀薄气体动力学、自然科学基础、数理统计学和可靠性、金融经济学及科学实验模拟.

本书主要介绍了处理反问题(不适定问题)的统计方法，尤其侧重于建模与计算这两大问题。与经典文献中处理反问题的方法不同，本书立足于Bayes统计学的框架，将所有变量都视作随机变量，并把反问题的解以概率密度函数的形式给出。同时，对于数学模型本身存在的误差和数值离散导致的额外误差，本书还创造性地进行了源自建模误差的统计分析。 本书详细讨论了先验模型的构造、测量噪声建模、Bayes估值以及非静态统计反演方法等，并引入Markov链Monte Carlo方法以及最优化方法来探究概率分布。另外从Bayes统计学的角度重新研究了经典正则化方法，揭示了两者之间的关系。对于书中得到的结论和涉及的技法，作者还佐以易懂但深刻的例子帮助读者理解。本书将统计方法应用到一些较为前沿的问题中，例如离散误差分析、模型降阶等。在书中，这些统计方法还被

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。