本书是高等院校本科生概率论与数理统计课程的教材。本书第一版于2011年出版，为了更加适应新时代本科教育教学、新工科新专业新发展的需要，也为了更加适应一流专业一流课程建设的需要，广泛吸收住那也认证的先进理念，丰富阅读内容、提高阅读舒适感，本书做了修订。在内容上做了适当的修改，并修改了相应的例题与习题。每章增设了近年来部分

IBMSPSS数据分析软件是目前应用最为广泛的数据分析软件之一，深受各行业用户的青睐。本书以IBMSPSS26.0为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。全书由浅入深，共包括10章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、

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

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

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

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、

本书是《卡尔曼滤波与组合导航原理》的第4版，改写和增写了部分内容。书中着重阐述了卡尔曼滤波基本理论，以及近10年发展起来的有关卡尔曼滤波的新理论和新方法，以及容错组合导航设计理论和方法，另外，也有作者的部分科研成果。内容安排上力求循序渐进，由浅入深，确保知识连贯性。为便于读者理解概念内涵，公式和定理一般都附有详细推导和

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。