本书是山东大学数学学院新形态系列教材《概率论与数理统计（慕课版）》配套的练习册。本书采用一节一练的结构，与主教材《概率论与数理统计（慕课版）》完全对应. 本书练习题覆盖主教材全部知识点，具体内容包括：随机事件与概率、随机变量及其分步、多维随机变量及其分布、数字特征与极限定理、统计量及其分布、参数估计、假设检验。本书内容由易到难、由浅入深，有助于学生对知识点的理解、掌握和巩固，可以满足不同基础、不同要求的学生的学习需求，方便任课教师规范课后作业，方便学生自评、自测、总结学习情况。 本书可作为

本书着重介绍分布式计算的思想其及在统计学以及机器学习中的应用，将传统统计学与机器学习中的经典方法和现代分布式算法相结合，强化学生的分布式统计计算的编程能力和对相关方法的理解，努力在统计计算和分布式计算之间搭建起一座桥梁。本书亦围绕统计学中的不同问题提供了丰富的实际案例以及详细的实现代码，从而帮助使用者快速理解相关分布式的核心思想，提升编程能力，进而可以熟练地进行大数据的统计分析和研究。
本书可作为统计学与数据科学等相关专业高年级本科生与研究生教材，也可用作相关大数据分析方向从业者

本书是与上海财经大学数学学院编写的《概率论与数理统计》（ISBN：978-7-115-59060-2）配套的学习指导书．本书根据高等院校非数学类专业概率论与数理统计课程教学的基本要求，充分吸收国内外教材辅导书和考研辅导书的精华，结合编者多年的教学经验编写而成．全书共8章，包括事件与概率、随机变量及其分布、随机向量及其分布、随机变量的数字特征、大数定律与中心极限定理、统计量与抽样分布、参数估计和假设检验．每章包含知识结构图示，内容归纳总结，典型例题解析，自测练习试卷，习题、总复习题及详解5个

本书是全国高等教育自学考试“概率论与数理统计（经管类）”指定教材，本版教材是2023年版。本版内容的修订，主要根据《概率论与数理统计（经管类）自学考试大纲》，完善讲解，让读者更加明白、易学，再对例题、习题等进行优化，对知识点的讲解再突出重点，更好地适用于参加自学考试的学生。同时将建设本教材配套的数学资源。数字资源的建设主要对教材中出现的例题和习题进行详细的讲解，再逐条分析大纲中列出的知识点，最后提供有针对性的练习。

本书根据作者主讲该课程二十多年来的教学经验，并参照教育bu对该课程的教学基本要求以及全国硕士研究生入学统一数学考试要求而编写。全书共分八章，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，大数定律与中心极限定理，数理统计的基本概念，参数估计，假设检验。本书可作为经济、管理、理工（非数学）本科各专业学生概率论与数理统计课程的教材与参考书，还可作为相关教师与工程技术人员的参考用书。本次修订根据高校教改的要求，加入了思政的相关内容，同时作为新形态教材出版，配

全书共6章,内容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、数理统计的基础知识、参数估计、概率模型.除最后一章外,每章都附有习题以及数学家介绍.本书的最后一章为概率模型,介绍概率方法的应用,帮助读者更好地理解概率论的思想和方法,进一步提升读者的数学建模能力,同时增强读者学习数学的兴趣.书后附有习题参考答案和常用分布表.本书力求思路清晰、论证简洁且可读性强,尽可能满足广大师生的教学及学习需求.

全书共6章，内容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、数理统计的基础知识、参数估计、概率模型.除最后一章外，每章都附有习题以及数学家介绍.本书的最后一章为概率模型，介绍概率方法的应用，帮助读者更好地理解概率论的思想和方法，进一步提升读者的数学建模能力，同时增强读者学习数学的兴趣.书后附有习题参考答案和常用分布表.本书力求思路清晰、论证简洁且可读性强，尽可能满足广大师生的教学及学习需求.

本书
主要内容有：随机事件与概率、一维随机变量及其分布、二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、方差分析与回归分析、概率统计的一些实际应用及其MATLAB实现、随机过程简介。本书除第10章外，其余各章均配套了分别针对基本概念、基本方法、基本理论和实际应用等方面的精选习题。本书各章的最后设置了“数学家与数学家精神”栏目，介绍了在概率论与数理统计相关领域具有突出贡献的数学家光辉事迹，传递数学家的科学精神。

本书适合

本书是随机微分方程与随机分析初学者的入门教材,系统地介绍了概率论、鞅和随机积分及随机微分方程的基础知识、基本理论和典型方法。内容包括：测度与积分、独立性、Radon-Nikodym定理和条件数学期望等概率论的基础知识；停时、离散鞅和连续鞅的基本内容；鞅和连续局部半鞅随机积分的一般理论及Ito型随机微分方程的初步内容。

全书共十章，内容包括回归分析、变量选择、时间序列、非参数统计、聚类分析、判别分析、逻辑斯谛回归与支持向量机、主成分分析、因子分析、纵向数据分析。各章都有丰富的案例分析，为使书中案例贴近数据的应用实际，采用了方便获取的证券市场高频数据，并使用国际通用的R软件进行数据收集、处理、加工和分析，便于读者自己动手和实际应用。全书内容讲解简明扼要，注重应用，让读者从收集数据开始，掌握数据收集、整理和大数据统计分析的全过程。