本书是作者长期在高等院校从事概率统计教学经验的总结和升华。本书紧密结合目前高职学生的数学基础现状，遵循学习概率统计的认识规律性，挖掘出本门课程对学生的基本要求，中等要求和高级要求，分别形成基础篇、中级篇和高级篇。本书将概率统计的难点分散，对基本概念和基本理论和方法进行重点讲授，学生学起来会感到容易理解，此种编写方法的好处是：起点低，循序渐进，小步快跑，从零起点走向精通。 本书共分三篇共十一章，第一篇为统计的基础理论和方法篇，主要是通过讲解学生在今后经常用到的数理统计的主要思想和方法，包括预备

本书由作者根据多年的教学经验撰写而成，对选入的数据分析理论和方法进行了仔细的推敲，不仅着重于数据分析的基本理论与方法的介绍，更密切结合SPSS统计分析软件，系统、详细地介绍本书所用方法的具体操作过程及结果。全书共8章，内容包括数据的整理与统计分析、参数估计与假设检验、相关分析与回归分析、趋势外推预测分析、时间序列分析、层次分析、聚类分析、主成分分析。

本书是结合编者多年来的教学实践经验，在教育部制订的教学大纲的基础上编写而成的。全书共九章，分为两大部分：第一章到第五章是概率论部分，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、大数定律与中心极限定理；第六章到第九章是数理统计部分，包括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。

本书是《概率论与数理统计》（王殿坤主编）的配套学习参考资料。本书完全与教材内容对接，共分为两大部分。第一章到第五章为概率论部分，第六章到第九章为数理统计部分。每章包括基本内容、基本要求、扩展例题与习题详解，并且在最后为读者设计了概率论、概率论与数理统计的自测题，方便读者对自己所学的知识进行测试，及时掌握自己的学习情况。

本书分为三个部分，按照概率论、数理统计和数学实验简明扼要地介绍了概率论与数理统计中的基本内容。主要包括：随机事件、一元、二元随机变量，随机变量的数字特征，大数定律、抽样分布、参数估计、假设检验、方差分析与回归分析。

本书克服了传统教材理论与实际问题结合上的欠缺问题，即理论与数据处理脱离的现状，通过计算机实践，一方面使学生有的放矢学习计算机程序，另一方面通过数据处理使学生充分体会到学习本课程的实际意义。本书可以作为高等学校文科类教材。

本书共十二章，内容包括：导论、概率论基础、随机变量和一元概率分布、重要概率分布、多元随机变量及其概率分布、统计抽样理论导论、收敛和极限定理、参数估计和评估、假设检验等。

本书共6章，其主要内容包括：贝叶斯立场；先验分布、后验分布及贝叶斯推断；常用分布；可靠性问题；经验贝叶斯方法和贝叶斯统计的应用。作者由浅入深地细致介绍了基于贝叶斯定理而发展过程，及其用于系统地阐述和解决统计问题的方法。
本书可作为高年级本科生或研究生的贝叶斯分析教材，也适合对贝叶斯统计在工程及可靠性研究中的应用感兴趣的读者。

本书主要内容包含随机事件及其概率、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、数理统计的基本概念、参数估计、假设检验等。本书注重概率统计的工程应用背景知识，通过介绍知识点的背景、起源和相关科学家等内容，来激发学生的学习兴趣。本书内容上一方面精简压缩一些传统知识点、淡化计算技巧，另一方面通过引入人工智能、大数据等相关应用案例，并融入数学建模的思想重新组织例题和习题。学习本书，学生可以拓宽视野,初步了解一些人工智能的算法，增强应用概率统计的思想方法解决实际问题的意识和能力。

概率论与数理统计是高等学校理工科及管理、经济类等绝大多数专业的必修课程，也是上述专业硕士研究生入学统一考试的必考科目，在考研数学中的占比很高。 本教材的编写本着“少而精，广而易懂”的原则，主要有以下几个特点： 1.实用性强。在尊重教学大纲的基础上，以应用为目标，简明清晰地阐释相关知识的来龙去脉，适当弱化繁难的理论证明。重在培养学生解决实际问题的能力。 2.时代性强。在现有概率论与数理统计教学内容的基础上，适时的补充和修正教学范例的内容，使之更能理论联系实际，反映概率统计方法在当今生活和技术领域应

本书介绍了统计决策方法的概念、原理和相关模型，并通过多种统计决策方法在经济、金融和管理等领域的综合应用案例，帮助读者提高量化分析能力和解决实际问题的能力。共分10章，主要包括统计决策理论概述、确定型决策、风险型决策、贝叶斯决策法、不确定型决策、灰色理论决策、博弈论决策法、多目标决策和大数据时代的决策等内容。