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。

本书源自的哈佛统计学讲座，介绍了帮助读者理解统计方法、随机性和不确定性的基本语言和工具，并列举了多种多样的应用实例，内容涉及偶然性、悖论、谷歌的网页排名算法（PageRank）及马尔可夫链蒙特卡罗方法（MCMC）等。本书还探讨了概率论在诸如基因学、医学、计算机科学和信息科学等领域的应用。全书共分13章，分别介绍了概率与

本书是一部介绍渐近统计经典教材，内容实用而且数学理论论述严谨。书中除了介绍介绍渐近统计的核心内容似然推断，M估计，渐近效率，U统计和秩过程，书中还涉及该领域的新研究论题，如半参数模型，自助法，经验过程，等其他应用。本书各章有习题。

本书共9章，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、随机变量的函数及其分布、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计及假设检验。

本书是普通高等院校非数学专业“概率论与数理统计”基础课教材，参照研究生入学数学考试大纲编写而成。《BR》全书共9章，主要内容包括：随机事件与概率、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、数理统计在经济中的应用。每节配有习题，每章末(第9