本书是为适应“新文科”背景下经管类专业大学数学教学的新需求,推进信息技术、数字经济与课程教材深度融合而编写的概率论与数理统计教材。主要内容包括随机事件的概率,随机变量及其分布,随机变量的数字特征,极限定理,样本与抽样分布,参数估计与假设检验,回归分析与方差分析及Stata软件在统计分析中的应用。本书每章增设导言,引出相

本书主要为考研数学概率论与数理统计相关知识，还附带习题及答案。

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。本书紧密结合目前学生的数学基础现状，遵循学习概率统计的认识规律性，提炼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。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，使学生在学习过程中易于理解，此种起点低，循序渐进，

本书是我社正在开发的《美国数学会经典影印系列》中的一本，美国数学会的出版物在国际数学界享有很高声誉，出版了很多影响广泛的数学书。“十四五”期间计划引进的该学会的图书系列涵盖了代数、几何、分析、方程、拓扑、概率、动力系统等所有主要数学分支以及新近发展的数学主题。本书是随机分析领域的经典著作，适合对随机分析相关方向感兴趣的

本书主要介绍了基于线性系统控制器设计理念的非线性系统控制器的设计思想和基于李雅普诺夫稳定性理论的直接非线性系统控制器的设计思想，共9章，覆盖了关于非线性系统和非线性控制发展的主要成果，并且结合作者的工程实践经历，在第9章给出关于飞行器、船舶等非线性系统控制器的设计案例。

本书包括随机事件、随机变量及其分布和极限定理等内容。主要内容包括：随机事件及其运算；概率的定义与等可能概型；条件概率与独立性；三个重要公式及其应用等。

置信规则库推理模型是基于数据的决策理论与方法中一个新兴的分支，具有合理的知识表示方式和透明的规则推理过程，在其发展过程中分成了交集置信规则库、并集置信规则库和扩展置信规则库推理模型。依据这三个推理模型所适用数据情形的差异，本书在第一部分回顾置信规则库推理模型的基本理论的基础上，分别于第二～第四部分在小规模低维度、小规模

三书对多级分层次数据进行统计建模进行分类介绍，内容包括：线性回归、多层次建模简介、两级MLM、更高层MLM、纵向数据分析、非线性回归建模、非线性混合效应建模、广义线性模型、广义线性模型、二分类数据的广义多层次模型、词性含量及词性序位的分类模型、主语表征预报思维指向状态的马尔科夫链模型等。

书系统阐述线性模型的基本理论、方法及其应用，其中包括理论与应用的近期发展。全书共10章。第1章通过实例引进各种线性模型。第2章讨论矩阵论方面的补充知识。第3章讨论多元正态及有关分布。从第4章起，系统讨论线性模型统计推断的基本理论和方法，包括最小二乘估计、假设检验、置信域、预测、线性回归模型、方差分析模型、协方差分析模型

本书致力于描述和推断多元时间序列中变量间内生的动态关系。作者讨论了四种主要的时间序列数据建模方法，包括自回归整合移动平均模型、同时方程模型、误差纠正模型和向量自回归模型，并详细介绍了向量自回归模型的设定、估计和推论，格兰杰因果关系检验以及对变量之间动态关系进行评价的冲击反应函数。此外，本书为读者提供了若干实例，从多个角