《概率论与数理统计（第3版）》是由2016年出版的《概率论与数理统计》第2版修订而成。
　　本次修订对第2版的习题配置予以进一步充实、丰富，对少量习题作了更换和调整；对于个别内容安排进行了适当调整；结合学生学习方式改变的新趋势，以“纸质教材+数字化资源”的方式将传统的纸质教材与数字化媒体进行有机结合。教材得到进一步完善，更加适应新形势下教学改革的精神和教学的需要。
　　《概率论与数理统计（第3版）》主要内容包括概率论、数理统计两大部分，同时涵盖了《全国硕士研究生入学统一考试数学考

本书概率论部分包括：随机事件与概率，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：统计学的基本概念，参数估计，假设检验，回归分析与相关分析，方差分析等，Excel在概率统计中的应用等。本书要求读者学习过高等数学和线性代数课程。

本书是以教育部（原国家教育委员会）颁布的《高等学校工科本科概率论与数理统计课程教学基本要求》为纲，广泛吸取国内外知名大学的教学经验编写而成的.
全书共9章：随机事件与概率、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、数理统计的基本概念、参数估计、假设检验、Matlab在概率统计中的应用.书中配有大量例题与习题，便于自学.
本书可作为工科院校本科生的数学课教材，也可供准备报考工科硕士研究生的人员与工程技术人员参考.

主要内容包括概率论基本概念、随机变量及其分布、多维随机变量、数字特征、极限定理、样本与抽样分布、参数估计、经验假设、方差分析与回归分析等，向学生介绍统计与经验方法的理论背景、应用技术，以及使用Python解决概率统计应用问题。本书在力求体系的严密性的基础上，天线理论够用的原则，简化有关定理的证明，对于难度较大的证明予以省略，以提高概率统计知识的使用性。本书适合作为普通高校非数学专业的教材，也可供高等职业教育选用。 

本书共分16章，分别为概率论的基本概念、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等。

本书全面地介绍了统计概念和统计方法在商务实践中的应用，涵盖了在统计报告评估和商务决策时所必需的数据处理、数据可视化和推断分析方法。全书共12章，分别为：数据与统计分析、数据的图表描述、数据的数字描述、抽样与抽样分布、参数估计、假设检验、分类数据分析、方差分析、一元线性回归、多元线性回归、逻辑回归、时间序列预测。
本书的目标是促进统计方法在商务分析中的实际应用，适合管理与经济类专业学生学习，也可供商务数据分析人员参考。

本教材主要详细介绍了学术研究中常用的多元统计方法，
主要根据结局变量的类型和研究设计等进行章节布局，既有常见的方差分析、多元线性回归、Logistic回归、计数资料回归、生存分析，也有针对降维数据的研究方法，
如主成分分析与因子分析、结构方程规模、潜在类别分析。在这些分析中，还引入了时间层面的研究设计，如在生存分析、发展模型等中，都不同程度地引入了纵向研究设计的方法。除此之外，也介绍了近些年基于因果关系的反事实推断的新方法——倾向值评分。

　　《随机过程》一共七章：第一章涵盖概率论的基础知识，第二章以阐述的方式特别介绍了条件期望以及随机过程的一般概念。从第三章开始讨论常用的随机过程模型，包括马氏链、Poisson过程、更新过程、鞅和Brown运动，其中马氏链这一章出于强调直观背景的目的，仅介绍离散时间马氏链，包括非常返、零常返、正常返、平稳分布等概念，最后讨论了分支过程。第五章主要讲解更新过程的基本思想，讨论了一些简单的排队论问题，第六章是离散鞅论，在条件期望的现代定义的基础上，对鞅的一些思想和性质做了初步介绍，并通过二叉树模型和

《概率论与数理统计》着重概念和原理的深入阐释，包括随机事件和概率、随机变量及其概率分布、随机向量及其分布、随机变量的数字特征、极限理论、抽样分布、参数估计、参数假设检验、非参数假设检验、方差分析、相关分析与回归分析、试验设计；同时，在公理定理的论证上也更严谨，系统介绍了概率统计学的相关知识，深入浅出。《概率论与数理统计》可作为高等学校理工科如人工智能、生物统计等专业的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。