本书是河南省“十四五”普通高等教育规划教材重点立项,是将传统纸质教材内容与教学视频等相关数字资源链接在一起的新形态立体化教材。《BR》　　本书内容由概率论与数理统计两部分组成。概率论部分包括概率论基础、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、大数定律和中心极限定理;数理统计部分包括数理统计基础、参数估计、假设检验、相关分析与一元回归分析、方差分析。《BR》　　本书利用Excel数据处理与统计分析技术,图文并茂地给出实验内容和实验过程,便于读者自学掌握。本书数字资源包括理论讲解

本书主要内容包括：随机事件与概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定律及中心极限定理、数理统计的基础知识、参数估计、假设检验、回归分析和方差分析.

本教材贯彻《jiaoyubu关于深化本科教育教学改革全面提高人才培养质量的意见》精神编写而成，主要包括概率论与数理统计两部分，具体内容含随机事件与概率、离散型随机变量、连续型随机变量、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析和回归分析，并附有标准正态分布、泊松分布、t分布、卡方分布、F分布的分布表及习题参考答案。本教材可供理工、农林、经济、管理等各本科专业使用，也可供专科层次、自学考试及成人教育等使用。

本书是高等学校经济类专业概率论与数理统计课程的配套教学参考书，内容完全与教材各章节对应，主要有一维和多维随机变量及其分布、随机变量的数值特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等习题解答。在本次修订中增加了数量化方法的有关内容，可以定量地对评价对象的每一个影响因素进行分析，研究各个因素之间的数量关系，为制定措施和选择最优方案提供依据。为了照顾到部分要深造的考研学生，学习参考书中还增加了部分有一定难度的补充题。

本书包括概率论与数理统计两部分内容，前四章为概率论部分，主要内容有随机事件与概率、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；后四章为数理统计部分，主要内容有数理统计的基本概念及抽样分布、参数估计、假设检验、方差分析与回归分析. 本次修订对基础内容进行了优化和整合，增加了综合应用案例、综合性习题、思考与问答，补充了R语言应用方面的内容。 本书可作为高等学校理工科、经管类等本科专业的教材或教学参考书。

本书共9章．第1章至第5章是概率论部分，内容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、大数定律与中心极限定理．第6章至第9章是数理统计部分，内容包括样本及抽样分布、参数估计、假设检验、方差分析与回归分析．各章均选配了适量习题，并在书后附有参考答案．书末有3个附录，其中附录一是重要分布表，附录二是几种常用的概率分布，附录三是2011年至 2022年全国硕士研究生入学统一考试试题（概率统计部分）．本书力求条理清晰、论述简明扼要、例题与习题难度适中且题型丰

《应用时间序列分析（第6版）》是基于SAS软件的一本入门级本科生教材，详细介绍了ARIMA模型和因素分解模型的思想、原理以及相关内容基于SAS软件的实现步骤。本书也包括异方差分析（GARCH模型）和多元时序分析（干预分析和协整分析）的内容。这部分扩展内容既可根据教学需要用于课堂讲授，也可以作为本科和硕士课程的衔接用于自学。

非参数统计是统计学和数据科学的重要分支领域。本书作为该领域的基础教材，其特点体现在以下几方面：
1．针对性强。本书针对数据分析专业的特点和需要，阐述非参数统计的基本概念、理论、方法和编程，重点从非受控观察数据对参数推断知识的需要角度出发，将统计推断知识、理论和方法与反事实复杂场景因果关系的解读与判断问题相结合，应用于稳健估计、局部模式、严格证据的信息提取任务中。
2．通用性强。适用于Python技术数据管理人才培养。增加Python技术的应用内容，编写了Pytho

本书内容包括随机事件及其概率、随机变量及其概率分布、随机向量及其概率分布、随机变量的函数及其数值模拟、随机变量的数字特征、大数定律与中心极限定理等。本书内容简明扼要，概念引入自然实用，符合教学实际的需要。在讲述离散型随机变量的概率分布时，采用图、表、公式相结合的方式，既减少了长篇烦冗的论述，又适合实际教学使用，容易被学生理解和掌握。

本书可作为高等工科院校数学与应用数学专业、信息与计算科学专业、数据科学与大数据技术专业、

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、Poisson过程、更新过程、马尔可夫链、随机过程分析。