《广义线性模型导论》系统介绍了广义线性模型的概念基础和基本原则，通过具体案例和SAS统计软件阐释了将logistic回归等整合到拟合广义线性模型架构中的方法。本书的目的在于，向熟悉经典线性模型的普通社会科学研究者展示，如何从线性回归模型推广到非连续自变量的其他模型，而不失这两种模型间的共同根基及相似性。

本书共七章，主要内容包括：随机事件与概率、随机变量及其分布、随机变量的数字特征、随机向量及其分布、随机向量的数字特征、大数定律与中心极限定理。本书以实际问题为出发点，通过精选例题并结合其它学科的问题介绍概率论的思想、模型和方法；如结合复杂网络讲幂律分布，结合寿命讲Gamma分布，结合股价讲对数正态分布，结合风险偏好讲效

本书是一本优秀的法国数学著作，系统全面地介绍了马尔可夫链的基本性质和结论，然后围绕这一主题给出了丰富的应用结果。基于蒙特卡罗(Monte-Carlo)算法和离散时间与连续时间的马尔可夫链，本书给出了算法的多种应用，例如在基因学中、物种发展学中及互联网络中。同时在最后一章还给出了其在金融学中的应用。

本书主要内容包括概率论和数理统计两部分，共十章，本教材可作为高等学校非数学专业概率论与数理统计课程的教材或教学参考书，也可供各类需要提高数学素质和能力的人员学习使用。本书根据高等院校经管类本科专业概率论与数理统计课程的教学大纲及考研大纲要求编写而成，注重基本概念和概率思想，紧密结合统计软件R,强调实际应用。针对经管类本

具体分高等数学、线性代数、概率论与数理统计三部分册。高等数学分册主要介绍函数、极限与连续、一元微分学及其应用、一元积分学及其应用、无穷级数、多元微积分学、微分方程和查分方程初步等内容。线性代数分册主要介绍矩阵、行列式、向量的基本概念、线性方程组的求解、特征值和特征向量、以及二次型的基本知识。概率论与数理统计分册主要包括

《概率论与数理统计》系统地论述了概率论与数理统计的概念、方法、理论及其应用，是一本为高等院校理工、经管类专业学生本科生学习而编写的教材或教学参考书．全书共分9章，内容包括随机事件及其概率、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与特征函数、中心极限定理、数理统计的基础知识、参数估计、假设检验、方差分析

本书是《概率论与数理统计》(主编于惠春,郭夕敬,科学出版社)的配套练习册,全书分两部分,第一部分为“内容篇”,依照主教材的章节顺序依次编排,按章编写,每章又分“本章教学要求及重点难点”和“内容提要”两个模块,对每章内容进行了系统归纳与总结,便于读者学习.第二部分为“测试篇”,共有八套单元自测题,分别对应每一章内容,另有

本书内容包括：概率论的基本概念，随机变量及其概率分布，二维随机变量及其分布，随机变量的数字特征与极限定理，数理统计的概念与参数估计，假设检验，统计分析方法简介。最后给出了总复习题，由5套期末测试模拟题组成，并附有答案。

《概率论与数理统计》是为理工类各专业和相关专业本科生编写的教科书。使用《概率论与数理统计》需要学生们具备初等数学基础、高等数学基础（可考虑与高等数学下册并行学习）和线性代数基础知识。学完《概率论与数理统计》就基本上具备了学习和研究理工类和相关专业课程的概率统计基础。基于课程设置的要求和培养学生创新精神及创新能力的要求，

本书共13章。第1~4章主要介绍马尔可夫过程的一般理论及几类典型的随机过程。第5~13章详细介绍一维和多维平稳过程的谱理论和预测理论。