本书涵盖了现代概率论的基础知识,包含五部分内容。第一部分是有限和可数样本空间上的概率理论;第二部分是测度理论的简明介绍;第三部分是概率理论的一些初步应用,包括独立性和条件期望;第四部分讨论了高斯随机变量、马尔可夫链和一些连续参数过程,包括布朗运动;第五部分讨论了鞅,包括离散和连续参数过程。本书是对概率论和研究概率论所需

为适应应用型本科院校教学的要求，本书作者在教材内容的安排上进行了适当的取舍，表述大多从具体问题入手，强调直观性和准确性，并根据目前教学学时普遍减少的情况，力求做到教材难易适中。本书主要内容包括：概率论的基本概念，-维随机变量及份布，多维随机变級其分布，随机变量的数字特征，数理统计的基本概念，每章末都配有难度适中的复习题

功能分析（FunctionsAnalysis)是由斯金纳在1948年提出的用以解释行为和环境变量之间的关系的一种方法，70年代起研究人员开始将其应用于临床实践。实践证明这一方法对于孤独症、智力发育障碍、精神分裂症及多重诊断等人群的严重问题行为的分析上有着重要的作用。本书是有关功能分析方法的最新内容，详细介绍了这一

本书对现代统计推断的基本概念进行了严谨而全面的阐述，对基本概念进行了清晰的阐述。具体内容包括：二项假设检验、多元假设检验、复合假设检验、信号检测、凸统计距离、假设检验的性能界限、假设检验的大偏差和误差指数、随机过程检测、贝叶斯参数估计、zui大似然估计、信号估计等。本书的一个显著特点是大量精心构造的例子，有助于读者理解

新闻媒体经常报道哗众取宠的数据，它们既不真，也不假。牛津大学首席经济学家与知名记者联手出击，通过日常生活中妙趣横生的故事和数字常识，拆穿统计学常用的唬人伎俩；利用普通人所具备的常识、经验与能力，还原事件的真相，使读者在轻松愉快的阅读中直捣数字的核心与背后的意义，练就一生受用的数字透视力。

现代非参数统计方法是统计学方法论的一个重要组成部分，本书主要介绍若干经典的现代非参数统计方法，包括非参数密度估计、非参数回归方法、分位数回归和非参数似然方法(经验似然)。密度估计方面介绍一元和多元核密度估计；非参数回归方面介绍局部多项式估计的构造、理论性质和应用，样条函数的基本理论、样条估计理论；分位数回归方面介绍分位

本书是岭南师范学院2022年筑峰计划专项项目资助的研究成果，是一本集理论方法、实践案例及实验应用为一体的概率论与数理统计教材。全书注重介绍概率论与数理统计的思想与方法，适当减少数理论证的过程，强调随机思想与方法的应用，书中选用大量有实际应用场景的案例及例题，有利于培养学生的实践应用能力。同时，本书还充分利用数据图表及概

本书的主要内容是概率论和统计学，包括随机事件和概率、随机变量及其分布、数字特征和大数定律、统计学概论、统计资料的搜集与整理、统计资料分析所需要的基本指标和统计资料分析方法共7个模块。每个任务后配有能力训练，可帮助学生及时巩固所学知识，同时配有拓展延伸阅读材料，通过数学文化、时事案例等内容的渗透，落实立德树人的根本目的。

本书主要内容包括概率论的基本概念、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、数理统计的基本概念、参数估计、假设检验和回归分析。每章附章节思维导图，数学实验和软件求解。本书适合应用型本科理工类，经管类和其它非数学专业教学用书，也可以作为工程技术人员的参考书。

本教材是从高等院校人才培养目标出发,结合编者多年来积累的“概率论与数理统计”教学经验编写而成的,充分体现了“以应用为目的、以必需、够用为度”的教学基本原则。通过该课程的学习,激发学生对数学的学习兴趣。本教材共分九章,第一章概率论的基本概念;第二章随机变量及其分布;第三章多维随机变量及其分布;第四章随机变量的数字特征;第