《概率论与数理统计学习指导》是《概率论与数理统计》(苏州大学出版社)的配套学习指导书，按教材章节顺序编排，系统地介绍了概率论与数理统计的基本内容。主要内容包括随机事件与概率，随机变量及其分布，随机向量，随机变量的数字特征，大数定律与中心极限定理，抽样和抽样分布，参数估计和假设检验。通过对各章知识点的梳理，典型例题的分析

多元统计是数理统计学的一个分支。它根据多因素多指标试验与观测所得到的数据资料，对研究对象的特征及内在规律进行估计与推断，应用十分广泛。《多元统计与SAS应用(第2版)》包括多元线性回归、多元线性相关、多元非线性回归、回归的试验设计与分析、聚类分析、判别分析、主成分分析、因子分析及SAS的应用等内容。《多元统计与SAS应

本书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、大数定律及中心极限定理、统计量及其分布、参数估计、假设检验等内容。每一章后面附有A、B两套习题，A套为基础题，B套为综合性的选择与填空题，书后附有两套习题的答案。本书的适用面广，内容可根据不同专业的需要选用。本书可作为高等学校理工科

《概率论与数理统计学习辅导（经济管理类数学基础）》深入研究了非线性算子的基本性质、迭代程序和序列收敛理论、在距离空间、赋范空间、Banach空间和Hilbert空间的框架下，揭示了迭代序列逼近不动点或变分不等式解的基本思想和基本方法，体现了该领域的发展动态和最新成果，具体包括：空间性质、算子分类和迭代程序；非线性算子、

本书介绍数据挖掘、统计学习和模式识别中与大数据分析相关的理论、方法及工具。理论学习的目标是使学生掌握复杂数据的分析与建模；方法学习的目标是使学生能够按照实证研究的规范和数据挖掘的步骤进行大数据研发，工具学习的目标是使学生熟练掌握一种数据分析的语言。本书内容由10章构成：大数据分析概述，数据挖掘流程，有指导的学习，无指导

应用数理统计

本书共分8章，前5章为概率论部分，包括概率论的基本概念、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、大数定律及中心极限定理；后3章为数理统计部分，包括样本及抽样分布、参数估计与假设检验。

本书内容包含随机事件及其概率、随机变量及其分布、随机变量的数字特征、样本及抽样分布、参数估计、假设检验、方差分析和回归分析共七章.每章都配有一定数量的习题，书末附有习题答案与提示。全书叙述简明扼要，条理清楚，通俗易懂，方便教学。

本书内容包括概率论的基本概念、一维和二维随机变量及其分布、数字特征和极限分布、参数估计、假设检验、方差分析和回归分析以及概率统计中EXCEL的应用。书中例题和习题在编排上由浅入深，循序渐进，层次分明，题型较为丰富，习题量适度。

《概率论与数理统计/高等院校成人教育“十二五”规划教材》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、常见分布、大数定律及中心极限定理、数理统计基础、参数估计、假设检验、方差分析和回归分析，并在相关的章节安排了基于excel的实验。