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。

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。

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。

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。

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。

无

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。

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。

在数学科学的几乎所有的分支中，不等式常常起着重要的甚至是关键的作用。本书搜集整理了概率论中一批常用的基本不等式，并对其中的绝大多数不等式给出了证明。除了一些熟知的不等式以外，书中对某些不等式还提供了相关的参考文献。

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。

本书作为第四版，在第三版的基础上增加了一些由新技术产生的新的分析计算方法，并加入了矩阵、线性代数等一些基础计算方法。内容上系统阐述了有限单元法的基本原理及其工程应用，包括杆系结构，弹性力学平面问题，单元分析，整体分析，平面问题高次元，弹性力学轴对称问题，弹性力学空间问题，形函数、坐标变换、等参数单元与无线单元，各种平面与空间单元的比较、应用实例，弹性薄板，弹性薄壳，轴对称壳，弹性厚板和厚壳，流体力学问题，热传导问题，非线性有限元分析方法，塑性力学问题，混凝土徐变、一般黏弹性及黏塑性问题，弹性稳定问题，大位移问题，断裂力学问题，结构动力学问题，岩石力学问题，土力学问题，混凝土与钢筋混凝土结构，工程反分析与数值监控，网络自动生成、误差估计与自适应技术，矩阵，线性代数方程组，变分

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.

本书是一本集理论与方法、实践与应用为一体的统计教材。全书共9章，主要介绍统计基本概念、数据搜集与显示、数据描述、抽样分布、参数估计、假设检验、相关与回归、时间序列、指数。在本书编写过程中，作者广泛吸纳国内外优秀统计学教材成果，大胆融入现代教学理念，充分结合作者二十多年的统计学教学实践和教材编写经验，各章采取 案例导入-经典理论-本章小结-案例实验-思考题-练习题-实验题 的编写路径，体系完整，结构新颖。全书将统计理论、统计方法、实际案例、实验教学、综合练习融为一体，具有知识性、应用性、趣味性和易读性等特点。电子课件和习题参考答案可登录华信教育资源网www.hxedu.com.cn免费下载。 本书内容丰富，很少涉及统计学理论的数学证明，每章均配有与实际应用紧密联系的案例、练习和实验，运用一至二种软件对案例进行

本书是以育年科研作者作为主要对象而编写的，本书严格而系统地阐明了数理统计的基本原理，并尽量反映本学科的现代面貌。关于应用方而只作为解释原理和方法的手段，而不是本书的目的。《BR》 本书主要内容有：点估计，假设检验，线性模型和非参数统计等。书末附有习题。

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