本教材内容包括：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,大数定律和中心极限定理,数理统计的基本概念,参数估计,假设检验,回归分析，基于MATLAB工具的数学实验等.书末附有一系列表格、习题答案与提示、符号说明和名词索引。

本书既介绍了经典概率极限理论的基本内容，也简要地介绍了现代概率极理论的主要结果，包含独立和理论、测度弱收敛理论、鞅的极限理论、强极限理论、B值空间中的概率极限理论等内容，附录中收集了常用的概率不等式。作者修订时特别介绍了极限理论发展的新情况，并注意降低难度，便于学生更好地把握理论基础。

《概率论与数理统计》主要介绍概率论与数理统计的基本概念、基本理论和基本方法。内容包括随机事件及其概率、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、方差分析与回归分析等，每章配有习题、自测题及其参考答案。全书结构严谨，层次清晰，由浅入深，循序渐进，知识与背景相结合，理论、应用与实验相结合

《概率论与数理统计》是科技部创新方法工作专项项目子题“科学思维、科学方法在概率统计课程中的应用与实践”的研究成果，内容包括随机事件与概率、随机变量及其分布、二维随机变量及其分布数字特征和极限定理、数理统计的基本概念、参数估计、假设检验、线性统计模型。每章后配有习题，附录介绍了SAS软件，并给出部分例题的SAS参考程序和

《概率论与数理统计》遵循教育部高等学校大学数学课程教学指导委员会新修订的“工科类本科数学基础课程教学基本要求”，并参考教育部考试中心制定的“全国硕士研究生入学统一考试数学考试大纲”编写而成。《概率论与数理统计》知识体系相对完整，结构严谨，内容丰富，循序渐进，通俗易懂，例题丰富。《概率论与数理统计》共分为十章：前五章为概

本书主要包括五章概率论内容和三章数理统计内容.每章内容包括基本要求、内容提要、典型例题、历年考研真题、自测题，书中习题难易结合，有助于读者开拓思路加深理解，更好地掌握概率论与数理统计的基本内容和解题方法.书后附有三份综合练习题，并给出参考答案.

本书主要针对模糊聚类算法中最经典的FCM算法进行了系统分析，并对原始算法进行了改进，将经典的FCM算法和改进的FCM算法应用图像识别、数据聚类和软件测试等不同领域。全书共分7章，第1章介绍了聚类分析发展背景和基础概念；第2章介绍了模糊理论基础知识及模糊聚类分析的方法和应用；第3章介绍了模糊C均值算法的理论知识和研究现状

本书主要内容包括：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；大数定律和中心极限定理；统计量及其分布；假设检验；方差分析和正交试验设计初步等。

本书系统介绍了多元统计分析的基本理论和方法，在简明介绍描述统计、推断统计、聚类分析、主成分分析、因子分析等多元统计分析方法原理的基础上，并结合经济、管理、社会等领域中的实例，通过计算机实现，将多元统计分析与实际应用相结合。较前版修订多元描述统计部分，30%；增加Copula,协方差分析，面板数据分析，多元时间序列分析及

本书内容主要包括事件与概率，随机变量，数学期望，特征函数，极限定理，抽样分布，参数估计，假设检验，线性回归等第9章。内容精炼，由浅入深，论述严谨。本书是集作者多年教学经验、结合理工科“概率统计”课程的教学需要而编写的。适合高等院校“数学与应用数学”信息与计算科学“统计学”等专业的理工科本科生作为教材使用，也可供科技工作