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。

由美国当代著名统计学家L．沃塞曼所著的《统计学完伞教程》是一本几乎包含了统计学领域全部知识的优秀教材，本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（白助法）、独立性推断、因果推断、图模型、非参数同归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术．本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养．本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。

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。

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。

数理统计

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。

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

Peter B hlmann在ETHZ是高维统计、因果推断方面的知名专家。《高维数据统计学》统计学的前沿之作。这本书所针对的高维数据，是理论研究的热点，在实际中也有着广泛的应用。这本书重点阐述了Lasso和其他L1方法的变体，也有boosting等内容。

本书由三大部分组成，分别是智能疲劳统计学的“数学基础”“计算机基础”及“应用”，重点是第三部分，着重介绍了利用Python特点来估计威布尔分布三参数的智能方法——高镇同法，及对威布尔分布进行数字实验的方法。 本书可作为高等院校航空、机械、建筑等工程专业的高年级和研究生教材，也可作为从事疲劳设计和疲劳试验研究人员的参考书。

多元统计分析能够每对多个对象的具有相互关联的多个指标中分析它们的统计规律。本书密切结合农林科学实际，讲述了多元正态分析及其抽样分布，多元正态总体的均值向量和协方差阵的假设检验、多元分差分析、直线回归、多元线性回归与相关、主成分分析与因子分析、判别分析与聚类分析、Shannon信息量及应用。在这一版中，增加了主成分和典范变量的通径分析和决策分析，强化了多个性状与多个性状间相关的内容等。

本书由三大部分组成，分别是智能疲劳统计学的“数学基础”“计算机基础”及“应用”，重点是第三部分，着重介绍了利用Python特点来估计威布尔分布三参数的智能方法——高镇同法，及对威布尔分布进行数字实验的方法。 本书可作为高等院校航空、机械、建筑等工程专业的高年级和研究生教材，也可作为从事疲劳设计和疲劳试验研究人员的参考书。

本书研究分类数据的统计过程控制.近年来，统计过程控制的研究成果十分丰富，但大都集中在取值为具体数值的连续数据.本书关注的分类数据取值为若干个类别或属性水平，信息量较少，但在生活生产中极为常见.本书内容来自作者和合作者近年来的研究成果，从一元或多元、名义或有序、独立或自相关、相关性或因果关系等角度，系统地介绍了分类数据统计过程控制的**研究进展.其中，第1章介绍了统计过程控制的基本概念并回顾了一元名义分类数据的监控.第2章到第4章，依次介绍了多元名义分类数据、一元有序分类数据、多元有序分类数据的监控.第5章介绍了同时包含连续和分类数据的混合型数据的监控.第6章和第7章分别介绍了自相关名义分类数据和自相关有序分类数据的监控，第8章和第9章分别介绍了基于因果关系的多元名义分类数据和基于因果关系的多元有

本书是研究滚动轴承性能变异的近代统计学分析问题的学术专著。在介绍有关理论基础知识后，提出了滚动轴承性能数据的稳健化判断方法、稳健化处理方法、参数与非参数融合分析方法、混沌动力学分析方法、振动性能变异评估以及性能参数的贝叶斯区间评估方法，从而构建出滚动轴承性能变异过程近代统计学融合评估的体系雏形，为深入揭示滚动轴承性能变异的新特性与新机制提供了一些新思路。

本书是结合作者多年的教学经验，根据理工科“数学物理方程”教学大纲的要求及大气科学等专业的需要而编写的。本书以方法为主线，内容包括典型模型的定解问题建立、方程的分类与标准型、行波法、分离变量法、积分变换法和格林函数法等。在此基础上，介绍了研究偏微分方程定性理论的极值原理和能量方法，探讨了贝塞尔函数及勒让德函数的应用。本书叙述注重启发性、系统性与应用性，把较难的概念与尽量浅显的例子适当结合，将方法运用于各种应用驱动的偏微分方程模型中，并补充和扩展了相关知识到交叉应用领域。书中配有较多的典型例题和习题，可供读者阅读与练习。

本书是一本以介绍现代概率论基础理论和方法为主的概率论教材。共分三部分。第1章和第2章为测度论，用较短的篇幅完整地叙述了测度与积分的一般理论，包括了一般测度、Lebesgue-Stieltjes测度、Lebesgue测度、积分与期望的定义及单调收敛定理、Fatou引理、Lebesgue控制收敛定理、Fubini定理等主要的测度与积分结果。第3章和第4章为极限论，介绍了概率论和统计中的常用的分布、分布函数、特征函数和四种收敛性，并侧重于中心极限定理和各种大数定律及其证明。第5章为鞅论，从经典条件概率出发引入一般条件期望的定义，利用广义的Radon-Nikodym定理证明了其存在性，以Markov链作为其应用，介绍了以条件期望为基础的鞅的基本概念和结果。

本书叙述了从数学到统计、从统计到人工智能的发展，结合大量的实际商业应用案例介绍了诸多经典的机器学习算法，比如LASSO回归、MCMC、决策树、随机森林和神经网络等。本书将案例与算法结合，基于人工智能的场景，从理论到实际操作层层递进，读者从中可以学习从需求到分析，再到结论的实际编程方法。当读者阅读完本书后，不仅可以了解实际问题的需求，而且可以学习到解决问题的算法。

本书展示如何用Python程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括：Python基础知识介绍、CSV文件和Excel文件读写、数据库的操作、示例程序演示、图表的创建，等等。

概率论与数理统计学在经济学、金融学、管理学等学科中有广泛的应用。与微积分和线性代数一样，概率论与数理统计学是不可或缺的经济数学工具。《概率论与统计学》旨在为经济类、管理类研究生提供必要的概率论与数理统计学基础知识，包括概率论基础，随机变量及其概率分布，重要概率分布及其相互关系，多元概率分布，统计抽样导论，收敛与极限定理，参数估计及其评估，参数假说检验，以及经典线性回归分析等。除了提供概率论与数理统计学基本理论、方法与工具外，作为《概率论与统计学》的一大特色，《概率论与统计学》还非常注重随机思想与统计思维的训练，而且从经济学、金融学视角对概率论与统计学的重要概念、理论、方法与工具给予直观解释，并以经济学、金融学实例说明如何应用概率论与统计学分析经济金融问题，如主观概率的经济解

本书从一道加拿大数学奥林匹克试题谈起，详细介绍了私潘纳尔引理的内容及证明，并介绍了与之相关的IMY不等式、Boolea矩阵、图论、Dilworth定理、积集理论、高斯数学等问题。

本书从应用角度简要地阐述了现代统计学400多种实验数据统计分析和模型模拟方法，如试验设计、各类型方差分析、列联表分析及非参数检验;专业统计包括了生物测定、遗传育种、生存分析;作物品种区域试验、空间分布型、数值生态学方法等;各种回归分析、聚类分析、主成分分析、判别分析、典型相关分析、对应分析等多元分析技术;非线性回归模型参数估计、模型模拟技术;单目标和多目标线性规划、非线性规划等运筹学方法;以及状态方程、数值分析、时间序列分析、模糊数学、BP神经网络、数据挖掘、灰色理论等方法。