本书共8章，分为两部分：概率论部分（第1～5章）主要讲述了随机事件、一维及多维随机变量的分布、随机变量的数字特征、大数定律及中心极限定理等内容；统计部分（第6～8章）主要讲述了区间估计与假设检验两种统计推断方法，并简单介绍了方差分析与回归分析。最后在本书的附录中简单介绍了Minitab软件的使用方法。本书适用于工科各专

本书内容包括事件的概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、抽样分布、参数估计和假设检验。本书编著者均有英美访学背景，英文语言简单易懂，写作简约，内容难易适中，便于学习。本书可供理工科大学（非数学专业）中外合作办学项目和留学生项目的概率统计课程教学使用，也可供概率

本书全面系统地介绍初等概率论的基本内容，全书分为四章，内容包括概率空间、随机变量、随机向量和极限定理初步。本书注重对基本概念的讲解和基本思想的运用，每章还有大量的注记或补充对基本内容进行拓展或延伸，此外每章都附有习题可供学生练习。本书体系完整，通俗易懂，适合作为高等院校统计学类、数学类和数据科学等理工科专业本科生的概率

本书包括了概率论与数理统计最基本的理论，脉络清晰、体系完整、内容丰富、结构新颖，书中大多数案例紧密联系实际，对于一些初学者不容易理解的理论、概念，充分利用了图表及数据的优势来阐释。

本书内容包括随机事件与概率、条件概率与独立性、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极限定理、数理统计的基本概念、参数估计、假设检验、单因素试验的方差分析及一元正态回归分析等九章，每章配备了拓展例题和测验题。

本书是以教育部高等学校大学数学课程教学指导委员会制定的“大学数学课程教学基本要求”为指导，结合应用型本科院校数学教学的特点编写的。全书以通俗易懂的语言，系统地讲解了随机事件及其概率、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、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验等内容。每章后均

从数字生成视角出发，将单位根与确定数据生成过程融为一体，以经典单位根检验量为研究对象，结合Sootstrap检验方法，从理论证明、仿真模拟和实证分析3个层面展开，内容包括：PP、ADF、KSS3种检验模式下检验量分布；KPSS检验模式下模型误设与检验流程构建；递归均值调整检验功效与递归趋势调整检验；各种检验模式下的So

本书系统研究了几类可靠性分布在完全样本、截尾样本、无失效样本以及模糊数据情形下参数的Bayes估计问题。主要内容包括：完全样本情形下的几类可靠性分布（广义Pareto分布、艾拉姆咖分布、比例危险率模型和Laplace分布）模型参数的Bayes估计问题，逆Rayleigh分布参数的经验Bayes双侧检验和一类特殊的单参数

《高斯随机过程的局部时和随机流形》主要介绍几类高斯随机过程在局部时和随机流动形等方面的最新研究进展，较为系统地讲述局部时和随机流动形这些概率论中的重要问题.主要内容包括：①分数布朗运动、多分数布朗运动和次分数布朗运动等几类高斯过程的局部时；②由分数布朗运动驱动的Ornstein-Uhlenbeck过程的碰撞局部时；③两

本书架构上分为概率论、数理统计、统计分析三个部分，章节设计由浅入深逐步递进。在概率论部分，第1章为概率论的基础知识，为概率论的学习做预备，第2、3章为随机变量的分布及其数字特征。在数理统计部分，第4章为数理统计基本概念，第5-6章为统计推断。在统计分析部分，第7章通过案例及SPSS软件介绍了常用的多元统计分析的应用。教