本文的前半部分(第1-5章)侧重于概率和概率分布,包括离散数据、顺序统计、多元分布和正态分布。本文的后半部分(第6-9章)强调统计和统计推理,包括估计、贝叶斯估计、统计假设测试和质量改进方法。

本书共10章，对数据统计与分析理论进行了较为全面的介绍。具体内容包括：数据统计基础、常用描述性统计分析、参数估计、假设检验、多元正态分布统计基础、方差分析、相关分析与回归分析、主成分分析与因子分析、聚类分析与判别分析、时间序列分析。全书论述严谨，行文深入浅出，注重实用性。本书可作为数据科学与大数据技术专业的本科生、研究

本书是统计学专业的非参数统计教材，相比其他教材，本书有如下特点：1．内容全面，结构合理。本书内容包括基于秩的经典非参数统计方法、列联分析方法、基于经验分布函数的方法以及现代非参数统计方法，从秩方法开始逐步过渡到现代非参数方法，由浅入深，较为全面地介绍了非参数统计的思想和应用。2．例题丰富，讲解清晰。本书强调理论联系实际

本书介绍概率论与数理统计的基本概念、基本理论和方法，并结合MATLAB数学软件解决一些简单的概率统计问题.内容包括概率论的基本概念、随机变量与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、样本及抽样分布、参数估计、假设检验、方差分析与回归分析、数学软件与应用实例等.每章均配有习题，书后附有习题答案，

本书共五章，内容包括随机事件及其概率、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、数理统计初步等。本书取材合理，深度适宜，所选例题、习题针对性强，并且注重强化基本概念、基本理论、基本计算，有助于培养学生的逻辑思维能力、运算能力和应用数学知识解决实际问题的能力。 本书可作为高职高专院校工科各专业学生的

本书根据概率论与数理统计课程的教学要求及全国硕士研究生招生考试的数学考试大纲编写而成，对各章知识进行系统总结，基本概念理解到位、理解原理和性质的内涵及使用方法，清晰易懂，层次分明。关键知识点后加必要的注解，使重点更加突出，提高相应知识的深度和广度。此外，本书对各章基本题型及重要考点进行分类。与高等数学和线性代数相比，概

本书着重讨论经典的ARMA模型，同时又对最新的时间序列模型加以介绍，如ARCH模型族（自回归条件异方差模型）、ECM模型（误差修正模型）和处理高频数据的ACD模型（自回归条件持续期模型）等。教材编写简明，内容通俗，公式表述严谨，既保证了较为完整的统计理论体系，又努力突出实际案例的应用和统计思想的渗透。章后有相关的统计软

本书是作者长期在高等院校从事概率统计教学经验的总结和升华。本书紧密结合目前高职学生的数学基础现状，遵循学习概率统计的认识规律性，挖掘出本门课程对学生的基本要求，中等要求和高级要求，分别形成基础篇、中级篇和高级篇。本书将概率统计的难点分散，对基本概念和基本理论和方法进行重点讲授，学生学起来会感到容易理解，此种编写方法的好

本书是高等院校本科生概率论与数理统计课程的教材。本书第一版于2011年出版，为了更加适应新时代本科教育教学、新工科新专业新发展的需要，也为了更加适应一流专业一流课程建设的需要，广泛吸收住那也认证的先进理念，丰富阅读内容、提高阅读舒适感，本书做了修订。在内容上做了适当的修改，并修改了相应的例题与习题。每章增设了近年来部分

本书是安徽省2020年度高等学校省级质量工程一流教材建设项目成果，内容包括随机事件与概率、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、大数定律与中心极限定理、数理统计学简介、参数估计、假设检验、方差分析与线性回归简介、R语言及其应用等.本书配有大量与自然科学、社会科学、工程技术等领域相关的例题和习题