智能化时代背景下，教育重心已由知识 能力偏移到能力 认知，本书以智能化时代下人类的数字素养和能力数据分析为媒介，帮助读者构建问题逻辑认知模式，并在AI陪伴下提升读者解决问题和创新的能力。全书要完成两个任务: 一是描述性数据分析案例数据分析师岗位情况分析；二是综合数据分析案例气候变化对生物多样性的影响分析。每个案例都通过5个环节去分析问题: ①提出要解决的问题; ②探索问题本质; ③学习解决问题的方法; ④对问题进行求解; ⑤对求解情况进行评价和反思。使读者始终浸润在为解决问题而进行学习和探

数理统计主要研究对随机样本进行科学的分析与处理的方法，包括如何有效地收集数据、如何估计参数、如何做检验，如何研究变量之问的关系以及如何进行统计决策等内容。为了适应当今一些综合类院校专业课程的教学改革和实际应用的需要，编者根据多年的教学经验和相关学科专业的特点，编写了这本教材。本教材共分为5章，涵盖了数理统计最基本的内容和方法，包括数理统计课程的介绍、常用统计量及其分布、参数估计、假设检验、方差分析等内容。

本书全面、系统地介绍了概率论与数理统计课程的基本内容、基 本思想和基本原理. 全书始终坚持“以应用为目的且不削弱理论学习” 的宗旨,前 5 章介绍概率论的基本内容,为学习数理统计准备必要的理 论知识;后 4 章介绍数理统计的基本理论与方法,侧重介绍了抽样分布、 参数估计、假设检验和回归分析. 书中配有基础练习题、总习题以及自 测题供学生练习巩固. 本书可作为高等院校理工科各专业的概率论与数理统计教材,也 可作为研究生、工程技术人员、科技工作者以及数学爱好者的参考用书.

《概率论与数理统计（第三版）》是***一流本科课程配套教材，系统介绍了概率论与数理统计的概念、原理、计算方法，以及MATLAB在数理统计中的应用。在编写中吸收了国内外优秀教材的优点，概念讲述通俗易懂，每章中附有精选的例题和习题，并且增加了数学实验。《概率论与数理统计（第三版）》还配有二维码，扫码可以观看课件、知识点总结及微课视频，供学生学习提高使用。《概率论与数理统计（第三版）》还引入数字技术，大部分章节的章末设有测试题，读者扫描二维码可以测试所学知识。书后附有习题参考答案，方便学生核对答案。

本书定位于应用型本科人才培养的概率论与数理统计教材，内容共分为8章.前5章为概率论部分，内容包括随机事件及其概率、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、大数定律与中心极限定理等.后3章为数理统计部分，内容包括统计量及其分布、参数估计、假设检验等.本书每节配有分层次的习题； 每章配有趣味拓展材料、测试题； 扫描各章测试题后的二维码可获得近10年的考研真题和参考答案.

本书是融合了纸质图书与教学视频等数字资源的新形态立体教辅用书，主要内容涵盖概率论和数理统计两部分。全书按照章节顺序，系统梳理并归纳了“概率论与数理统计”课程的关键知识点和重点内容；精心挑选了符合课程要求且具有代表性的典型例题，并纳入了近年来的大部分考研真题。编者对这些题目进行了详细分析和解答，并通过二维码链接【真题精讲】微视频，展示了解决各类问题的一般方法。本书还提供了经典习题的详细解答，帮助读者规范解题过程，夯实基础；精心设计了10套综合测试试卷，供读者自我测试学习效果；各章末均附有自测题二维

本书分两部分，概率论部分着重介绍概率论的基本概念、随机事件与概率、随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等内容；数理统计部分着重介绍数理统计基础、参数估计、假设检验、回归分析和方差分析的基本理论与方法。同时本书还加入了Python软件的相关内容。本书在编写过程中注重联系工科院校实际，选用了大量与工科、经济管理等专业相关的例题、习题以及在线测试题，这些题目由浅入深、循序渐进，便于启发和训练学生的解题能力。本书还通过二维码链接了丰富的拓展资源，扫码可以深入学习，也可以进行章末测

本书系统介绍了概率论与数理统计的基本概念、理论、思想、方法。全书共8章，第1~5章为概率论部分，介绍随机事件及其概率、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6~8章为数理统计部分，介绍样本及抽样分布、参数估计、假设检验。本书立足于应用型人才的培养定位，全书贯穿应用主线，每章均以实际案例引入、以实际案例分析结尾，引导学生运用理论知识解决实际问题。每节均配有习题，每章都配有考研题精选和自测题，并在书后配有习题答案，供读者选择使用。

本书主要介绍优化试验设计与统计分析的方法和原理，结合丰富的案例详细介绍其在食品、生物、环境、畜牧等众多领域中的应用，并通过增加实训内容，强化了读者运用计算机处理试验数据的能力。本书的主要内容包括试验设计与数据处理的基本概念及误差控制、假
设检验、方差分析、直线回归与相关及正交试验设计方法与结果分析等内容。

本教材以基础、应用、实践、创新的教学体系为框架，通过丰富的案例教学、基于Python进行实践操练，使读者更加容易理解基本理论，增加直观性、趣味性及应用性，提高读者解决实际问题的能力。本教材主要内容包括事件与概率、条件概率、一维随机变量及其、多维随机变量及其分布、随机变量函数的分布、数字特征、大数定律与中心极限定理、数理统计初步、矩估计、极大似然估计、区间估计、假设检验等。