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。
《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。
《抽样调查（本科生数学基础课教材）》是高等院校概率统计系本科生“抽样调查课”的教材。主要讲述抽样调查的基本理论和方法。全书共分八章，内容包括引言、简单险机抽样、不等概抽样、分层抽样、多阶抽样、整群抽样与系统抽样、二相抽样以及抽样实践中常见的几个问题的讨论。《抽样调查（本科生数学基础课教材）》沿袭许宝先生在《抽样论》（北京大学出版社，1982）中所用的处理方法，并扩充了实践内容，增加了具体案例。《抽样调查（本科生数学基础课教材）》对一些基本的调查方法理信纸作了统一处理，并吸收了国内外抽样调查前沿研究的理论和实践，使读者能在短时间内掌握抽样调查的基本方法。作者在编写《抽样调查（本科生数学基础课教材）》时特别注意结合我国当前调查的实际经验和需求，给出许多调查实例，使读者参照这些实
《论概率》迄今为止，代数沿袭已超过哲学家对其发展过程更深刻的探索，以至于概率往往被人认为是数学而不是逻辑。因此，《论概率》就概率的逻辑性展开阐述，书中有很多新颖的、创造性的理论，并有针对性地提出概率的系统性理论，以希望得到得到大家的指正和补充。
《*过程基础/普通高等教材》是为统计学以及相关专业本科生编写的*过程基础知识入门教材，主要内容包括：概率论基础知识、*过程的概念和基本类型、平稳过程、Poisson过程、更新过程、马尔可夫链、*过程分析等。 《*过程基础/普通高等教材》尽可能简化复杂的抽象证明或推导，重点讲述Poisson过程、更新过程、马尔可夫链、*过程分析等内容。叙述通俗、简明且例题较多，并给出了章节习题的大部分参考答案，便于读者自学参考。 《*过程基础/普通高等教材》也可作为广大从事以统计学为基础工具的相关技术研究人员的参考或者自学书籍。
本书是作者编写的大学数学系列教材之《线性代数》《概率论与数理统计》的配套习题解答。按照主教材的内容框架，线性代数分为行列式、矩阵、n维向量、线性方程组、矩阵的特征值和特征向量、二次型共六章；概率论与数理统计分为*事件及其概率、*变量及其分布、*变量的数字特征、样本及抽样分布、参数估计、假设检验、方差分析和回归分析共七章。每章又分（I）内容摘要及（II）习题解答两个模块。模块（I）是对本章习题要用到的概念、定理、公式和方法作简要归纳；模块（II）则是主教材中全部习题的详细解答。本书除了作为主教材的配套用书之外，还可作为高等学校应用型本科各专业的线性代数、概率论与数理统计课程的参考书。
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。
本书介绍概率统计基本知识及应用，共9章，包括随机事件及概率、随机变量及其概率分布、随机变量的数字特征、几类重要的概率分布、基本极限定理、样本及抽样分析、参数估计、假设检验、方差分析和回归分析，内容覆盖工科概率统计教学的基本要求。每章末均配有适量习题，书末附有习题答案。本书内容精练，语言简洁，条理性强。
本书是按照高等院校教学指导委员会关于概率统计课程的教学基本要求编写而成的．全书共分7章，前3章为概率部分，内容包括*事件及其概率、*变量及其分布以及数字特征；后4章为数理统计部分，内容包括抽样分布、参数估计、假设检验、回归分析．本书的编写从实际问题出发，引入基本概念，注重讲清楚概率与数理统计处理问题的思想和方法，强调方法的应用．例题和习题尽量来源于学生熟悉的题材．叙述力求通俗易懂、深入浅出．适合初学者阅读． 本书可作为高等院校理工非数学专业以及经济、管理等专业的教材或教学参考书，也适合读者自学使用．
《概率论与数理统计（第二版）》是国家工科数学教学基地之一的哈尔滨工业大学数学系，根据数学教学改革成果而编写的系列教材之一。《概率论与数理统计（第二版）》共九章，内容包括：随机事件与概率，条件概率与独立性，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与极限定理，数理统计的基本概念，参数估计，假设检验，单因素试验的方差分析及一元正态线性回归。每章后的习题及书末的补充题收录了较多的应用题及历年工学、经济学硕士研究生的入学考试题。
本书深入研究了非线性算子的基本性质、迭代程序和序列收敛理论．在距离空间、赋范空间、Banach空间和Hilbert空间的框架下，揭示了迭代序列逼近不动点或变分不等式解的基本思想和基本方法，体现了该领域的发展动态和*成果．具体包括： 空间性质、算子分类和迭代程序； 非线性算子、双算子、有限族和可数族算子的迭代序列的收敛性； 压缩类映象迭代序列的收敛性； Halpern粘性迭代逼近； 变分不等式与变分包含问题解的迭代逼近； 非线性*算子的迭代序列的收敛性，迭代序列收敛的等价性和稳定性．本书可作为泛函分析及相关专业的研究生的教材或教学参考书，也可以作为该领域科研工作者的参考书．
《概率论与数理统计（第二版）》根据全国高等院校工科数学“概率论与数理统计”课程教学的基本要求，介绍了该课程的基本理论和方法。《概率论与数理统计（第二版）》是第二版，内容在**版的基础上有所增删，内容包括：**事件及其概率，**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，大数定律与中心极限定理，样本及抽样分布，参数估计，假设检验等。其特点是紧密联系工程实际，叙述直观、详细，深入浅出，例题丰富，习题配备适当合理。
本书是与李继根所主编的教材《概率与统计》(华东师范大学出版社2013年版)配套的习题详解． 本书完全遵循教材中各章习题的编排顺序，与教材中的习题完全一致．书中每道习题都给出了比较详尽的解答过程，以方便读者理解和掌握求解过程，并通过模仿培养和提高解决问题的能力．考虑到部分读者的数学基础，尤其是在需要使用高等数学知识(特别是凑微分法、分部积分法以及二重积分等重、难点知识)的习题中，本书给出了非常详尽的解答过程，以增强他们学好本课程的信心． 为了使没有配套教材的读者也能独立地使用本书，编者采取了“习题+解答”的编排模式，并在书后附上了主要的概率分布表． 本书可作为高等院校经管和文科学生学习概率论与数理统计课程的参考书，同时，对继续教育本科、专升本的学生也具有参考价值。
本教材自2012年12月出版发行以来，受到了使用本教材的广大教师与学生的较好评价，同时也提出了个别问题，我们在教学中也发现了一些值得改进的地方．为了使本书更加有利于教师讲授和学生学习，我们在广泛征求使用者意见、虚心吸纳同行建议的基础上，对本教材进行了一些修改． 再版教材保留了版的基本体系，在内容上作了一些局部调整和增减改进．其中变动较大的是删掉了第四章中矩母函数的有关内容，增加了条件数学期望这一节的内容，这主要是考虑到本教材的适用对象是经济管理各专业的本科生，而在学生学习金融、保险精算、经济管理等理论时会接触到有关条件数学期望的概念．另外，我们也对个别例题与习题作了一定的调整，目的是使得例题、习题与学习内容更加匹配． 本教材的修订，得到了使用本教材的广大教师与学生的关心、
《概率论与数理统计》内容简明，语言通俗，思路清晰，略去了一些烦琐、冗长的理论推导，增加了许多直观的几何解释和思想方法的阐述，这对于非数学专业学生是合适的。《概率论与数理统计》将数学、应用、计算机相结合，拉近了数学与应用的距离，有利于提高学生应用数学知识解决实际问题的能力。《概率论与数理统计》主要内容有：事件与概率、随机变量及其概率分布、二维随机变量及其概率分布、随机变量的数字特征、大数定律与中心极限定理、样本与抽样分布、参数估计、假设检验、方差分析与回归分析简介（选学）等。
《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。
《概率论与数理统计》包括概率论的基本概念、*变量及其分布函数、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、抽样分布、参数估计和假设检验等内容。全书分八章32节讲述，习题按章设立，共217道。本书可供课时较少，又要求掌握概率论和数理统计基本内容的相关理工科院校作为教材使用。
本书是高等院校本科生数学公共基础课程“概率论与数理统计”的学习参考书，全书根据教材章节顺序共分九章，每章按五部分撰写，分别为内容精要（知识归纳）、典型例题、习题详解、自测题及自测题答案等内容.内容精要是对内容和方法进行归纳总结，方便学生自学，对概率论与数理统计的知识体系有一个详细认识，并为下一步的专业学习奠定良好基础；典型例题是把基本理论、基本方法、解题技巧等方面的教学要求融于例题之中，从而达到举一反三、触类旁通的效果；习题详解给出了较详细的分析与解答，有助于学生在课后自主学习；自测题大多选自于各章相关的历年考试典型试题，并给出了相应的参考答案，供学生复习和自测使用.
