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。
《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。
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。
近些年随着技术的快速发展，多组学数据越来越广泛地应用在了生物及医学研究领域，这些丰富的实验数据成为了精准医疗的重要支撑，但同时也给统计学家提出了严峻的考验，如何处理分析这些数据成了重要的研究课题。本书主要面向复杂疾病中产生的复杂数据进行统计建模和计算，有效整合多组学数据 ，对复杂疾病的机理认识和风险预测具有重要的意义。本书结构合理、概念清晰，可作为对统计遗传、生物统计等方面感兴趣的研究人员的学习资料。
《概率论与数理统计习题册》参照普通高等院校工科类、经管类概率论与数理统计教材的基本内容，分7章给出了配套习题。包括随机事件及其概率，随机变量及其分布，多维随机变量及其分布，随机变量的数字特征，数理统计的基础知识，参数估计，假设检验。 《概率论与数理统计习题册》与现行的大部分概率论与数理统计教材同步，可作为教材的同步练习。书末附有习题参考答案，便于练习巩固。 《概率论与数理统计习题册》可作为普通高等院校工科类、经管类学生作为学习课程的训练用书，也可作为研究生入学考试的备考训练用书。
统计学原本就是一种“闻一知十”的方法，随着IT的进步，大数据分析获得长足的发展，统计学越来越受到重视。尤其是文科出身的人，很多都有这样的憧憬：假如自己能够运用统计学进行工作那该多酷！如果你可以做到用数据的形式向上司汇报；亮出漂亮的图表，运用逻辑而不是小聪明向客户进行宣讲……那么你就是职场精英了。 本书的目的就是满足这样的需求，通过大量的插图和图解，循序渐进地传授统计学的精粹。 的特点就是将统计学的关键词形象化，用“一句话概括”的风格来介绍统计学的各项概念和内容。希望读者朋友通过阅读本书，拨开“统计学迷雾”，开启学习统计学的“ 步”。
《解释概率模型：logit、probit以及其他广义线性模型》的主要内容是介绍多种概率模型。首先回顾了广义线性模型，第2章介绍了一种解释广义线性模型结果的系统方法。第3章解释二分logit和probit模型。第4章解释序列logit和probit模型。第5章解释有序和probit模型。第6章解释多类别logit模型。第7章解释条件logit模型。第8章解释泊松回归。*后作者总结了对概率模型结果的解释方法，并进一步评价了一些对概率模型参数估计的解释。
《非参数回归：平滑散点图》是格致方法？定量研究系列之一种。作者用简洁、清晰的文字扼要地介绍了非参数简单回归这一在统计数据分析和演示中随处可见的要素，它既能被用来初步查看回归数据，又能考察回归分析诊断图。作者在第1章简单介绍了非参数回归的定义，让读者对本书主题有了较为清晰的认识。第2章描述了基于装箱法和局部平均化来解决回归中所遇到的问题的方法。第3章将局部均值的想法延伸至局部加权均值。第4章将局部平均化推广为局部线性和多项式回归，本章是全书的核心内容。第5章呈现了局部回归统计推断的近似方法。第6章描述了非参数回归的一种替代方法，并与核估计值和局部多项式估计值进行了比较。第7章介绍了非参数回归在数据分析中的例行应用.
