本书的内容按当前理工院校同名课程体系展开，涵盖概率论和数理统计的主要课题。全书共分为
8 章：前4 章系统介绍概率论的课题，内容包括随机事件及其概率、随机变量及其分布、随机向量、
随机变量的数字特征，为后4 章讨论进行统计推断的数理统计方法构建一个明晰且严格的语境。后4
章的数理统计内容包括数理统计的基本概念、参数估计、假设检验、方差分析和线性回归，形成统计
推断的基本结构。
本书选择Python 的科学计算应用包，包括用于快速数组处理的numpy、用于统计计算的<

本书共11章, 内容包括随机事件及其概率、随机变量及其分布、随机向量、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析、Matlab软件应用、常见的概率论与数理统计模型。各章配有一定数量的习题, 书末附有习题选解与提示, 并提供预备知识及6种附表以备查用。本书的编写始终以强化理论学习为基础, 以应用为目的, 力求做到深入浅出、通俗易懂、便于自学、提高成效。

本书是《概率论与数理统计》的同步辅导书，集长期在教学科研第一线的专家的丰富教学经验，按照系统性、结构性、严谨性和简洁性原则进行编著。内容主要包括随机事件与概率、离散型随机变量、连续型随机变量、随机变量的数字特征、随机向量和极限定理、统计量及其分布、参数估计、假设检验、方差分析、回归分析等。适用于普通高等教育概率论与数理统计相关专业的学生及自学本学科的社会人士。

全书共八章, 即随机事件与概率、随机变量及其分布、二维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、统计量和抽样分布、参数估计、假设检验。每章均配有习题和单元测试, 书后附有习题参考答案。

全书共分6章：基本概念、点估计、假设检验、区间估计、统计决策理论与Bayes分析、统计计算方法，书中含有丰富的例子，着力说明统计思想和统计应用，书中还配置了足够的习题，可使读者得到各种基本训练。读完本书即可进入数理统计各分支的学习与研究。 《高等数理统计（第三版）》可作为数学专业、统计专业研究生的教学用书和统计工作者的参考书。

本书主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型，本书每章末附有习题，书后附有答案。本书根据研究生教学的特点精心选材，通过问题的引入、描述和分析阐明数理统计方法的基本思想及实际应用。

本书共分为10部分，内容包括排列组合、随机事件与概率、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、样本与统计量、参数估计、假设检验、Matlab在概率论统计中的应用简介。各章后选配了适量习题，并在书后附有习题答案。书末给出了泊松分布表、标准正态分布表、χ2分布分位数表、t分布分位数表、F分布分位数表5个重要分布表。

本书主要内容包括：概率论基础知识、随机过程的概念和基本类型、平稳过程、Poisson过程、更新过程、Markov链、随机过程分析等。本书尽可能简化了复杂的抽象证明和推导，重点讲述Poisson过程、更新过程、Markov链、随机过程分析等内容，并没有介绍比较复杂的随机过程入布朗运动、鞅论等。

多元统计分析起源于医学和心理学。1928年Wishert发表论文《多元正态总体样本协方差阵的精确分布》，是多元统计分析的开端；20世纪30年代，费希尔（Fisher）、霍特林（Hotelling）、许宝碌等奠定了多元统计分析的理论基础；20世纪40年代，这一分析方法在心理学、教育学、生物学等方面有不少应用，但由于计算复杂且计算量大，其发展受到限制；20世纪50年代中期，随着计算机的出现和发展，多元统计分析方法在地质、气象、医学和社会学方面得到广泛应用，多元统计分析已渗入几乎所有的学科；到20世纪

本书介绍概率论与随机过程的基本概念、基本方法及其运用. 全书包括事件与概率、随机变量 （一元与多元）及其分布、概率论极限理论、随机过程引言、二阶矩过程时域分析、宽平稳过程的 谱分析、高斯过程、离散时间马尔可夫过程、泊松过程等内容. 全书共分为10章，含例题147道， 习题223题及参考解答.