试验设计是近代科学发展的重要基础理论之一。它研究不同条件下各种试验的*优设计准则、构造和分析的理论与方法。为适应现代试验的需要，作者于2006年开始建立了一个新的*优因子分析设计理论，包括*优性准则、*优设计构造，以及他们在各种不同设计类中的推广。《*优因析设计理论（英）》*先给出近代试验设计，主要是多因子试验设计的基

本书在简要介绍概率论知识的基础上，着重介绍常用的数理统计方法和随机过程模型，其中数理统计部分包含数理统计的基本概念、参数估计、假设检验、方差分析与正交试验设计、回归分析等；随机过程部分包含随机过程的基本概念、泊松过程、高斯过程与随机微分方程、马尔可夫链等。这些内容可为解决自然科学、工程技术、社会科学等领域的复杂随机问题

贝叶斯是当前人工智能的重要基础之一。目前市面上有关贝叶斯的书籍，大多是从工科角度去阐述贝叶斯定理的推导和应用，因此运用了非常多的烦琐公式、定理和推导。而贝叶斯应用却是非常广泛的，绝不仅仅是机器学习的一个工具，还可以上升到一套科学思维方法论。本书主要以贝叶斯为核心，讲授了一些重要的思维方式，包括概率思维、最大似然估计、贝

本书是高等院校概率论课程的教材,是北京大学数学教学系列丛书"《概率论》的第二版。全书共分六章，内容包括：古典概型和概率空间、随机变量和概率分布、随机向量及其概率分布、数学期望和方差、特征函数和概率极限定理、随机过程简介。每小节配有练习题，每章配有总习题，书末附有习题答案或提示，供读者参考。本书对概率论的基本内容做了系统

本书根据高等院校概率论与数理统计课程的最新教学大纲及考研大纲编写而成。全书共十二章，主要介绍了概率论的基本概念、随机变量及其分布、数学特征、样本及抽样分布、参数估计、假设检验、方差分析及回归分析、随机过程、平隐随机过程、时间序列分析等，着重阐述了概率论与数理统计中主要内容的思想方法，力求做到理论与应用相结合。各章均包括

本书编选“概率论与数理统计”的各类题型，包含作者的创新题型，全面、典型，综合性强；解题方法和技巧独特，能够很好地帮助考研学生掌握“概率论与数理统计”的学习方法，锻炼学生的思维逻辑与数学能力；帮助考研学生在复习“概率论与数理统计”内容的基础上不断进阶，取得优异成绩。本书也是大学生学习“概率论与数理统计”课程较好的辅导书。

该书是全国统计教材编审委员会“十四五”全国统计规划系列教材之一。在前面五版的基础上，该书做了一些修改。其中比较显著的为：在提供r代码的基础上，增加了Python程序代码；增加了再抽样方法一章；删除了所有国外商业软件的代码和说明；删除了所有书后占有17页的各种表格；增加了再抽样方法一章的说明；精简了一些内容。此外，该书在

本书全面介绍了统计概念和统计方法在商务实践中的应用，涵盖了在进行统计报告评估和商务决策时所必需的数据处理、数据可视化和推断分析方法，并通过案例给出了应用统计软件进行分析的详细过程。全书共13章，分别为：数据与统计分析、数据的图表描述、数据的数字描述、抽样与抽样分布、参数估计、假设检验、分类数据分析、方差分析、一元线性回

"本书是与李小明、谢祥俊、刘建兴编写的《概率论与数理统计》（第二版）相配套的作业集，内容涵盖随机事件与概率、随机变量及其分布、随机变量的数字特征、参数估计与假设检验等。书中习题主要选自所配套教材的习题、自编习题、历年考研真题等，题目按照“过关、提高、拓展”三个层次进行设置，方便教师布置分层作业。书末以二维码形式给出题目

本书共有11章，第1章至第5章是概率论部分，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、大数定律与中心极限定理；第6章至第8章是数理统计部分，包括样本及抽样分布、参数估计、假设检验；第9章至第11章是随机过程部分，包括随机过程引论、马尔可夫链、平稳随机过程.各章均选配了适量的习题，