本书共十章，前四章介绍了概率论的基本内容，包括随机事件及其概率、随机变量及其分布、随机变量的数字特征和极限定理。接下来的五章介绍了数理统计的基本内容，主要包括数理统计的基本概念与抽样分布、参数估计、假设检验、方差分析与回归分析和聚类分析。最后一章介绍了随机过程的基本内容和概念。各章均配有习题，书后给出了部分习题参考答案

随机模拟是利用计算机来检验、论证和研究统计学理论及数学模型的重要方法。学术界已普遍认为随机模拟的结果具有重要的参考价值。蒙特卡罗法是一种依赖于随机样本的随机模拟方法，然而在许多情况下，基于拟随机样本的拟蒙特卡罗法可以取得更好的效果。本书介绍了几种经典的随机样本抽取技术、方差减少技术、重抽样技术、马尔可夫链蒙特卡罗法、拟

《概率论与数理统计同步练习与测试（高等学校“互联网+”新形态教材）》是与李子强、黄斌主编的《概率论与数理统计教程》（第四版，科学出版社出版）配套的学习辅导书，内容包括：概率论的基本概念、一维和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、参数估计和假设检验。此次编写主要以主观题目

本书是根据普通高等院校理工科及经济管理类本科“概率论与数理统计课程教学基本要求”，结合应用型本科院校学生的实际情况和培养目标精心编写而成的.全书分五章进行编写,主要内容包括:随机事件及其概率、随机变量及其概率分布、多维随机变量及其概率分布、大数定律与中心极限定理、数理统计初步.本书以易于学生接受的方式进行阐述,力图将基

本书根据高等学校工科数学课程教学指导委员会拟定的《概率论与数理统计课程教学基本要求》和《全国硕士研究生入学统一考试数学考试大纲》编写而成。本书以培养学生运用概率论与数理统计的思想和方法解决随机问题的能力为出发点，科学系统地介绍了概率论与数理统计的基本概念、原理和方法。本书内容分为10章：第1章至第5章为概率论，包括随机

本书是数理统计方面的经典教材，从数理统计学的初级基本概念及原理开始，详细讲解概率与分布、多元分布、特殊分布、统计推断基础、极大似然法等内容，并且涵盖一些高级主题，如一致性与极限分布、充分性、最优假设检验、正态模型的推断、非参数与稳健统计、贝叶斯统计等.此外，为了帮助读者更好地理解数理统计和巩固所学知识，书中还提供了一些

本书的第1~5章集中于概率论,涵盖条件概率、独立性、贝叶斯定理、离散和连续分布、某些数学期望（包括矩生成函数）、二元分布、边际分布和条件分布、相关性、随机变量的函数及其分布、中心极限定理和切比雪夫不等式，以及超几何分布等内容；本书其余四章(第6-9章)集中在统计推断,包括描述性和顺序统计、点估计（包括*大似然和矩估计的

本书试图较全面地介绍大数据技术的基本原理和方法，包括以统计模型为主的各类数据模型以及它们的计算方法，同时还将介绍这些方法在一些领域(如人工智能)中的应用。

本书介绍了概率论与数理统计的概念、原理、计算方法，以及MATLAB在数理统计中的应用.在编写中吸收了国内外优秀教材的优点，概念讲述通俗易懂，每章中附有精选的例题和习题，并且增加了数学实验.书后附有习题参考答案，方便学生自测,书中还配有二维码，扫码可以观看课件、知识点总结及微课视频，供学生学习提高使用.

本书是一本以介绍现代概率论基础理论和方法为主的概率论教材。共分三部分。第1章和第2章为测度论，用较短的篇幅完整地叙述了测度与积分的一般理论，包括了一般测度、Lebesgue-Stieltjes测度、Lebesgue测度、积分与期望的定义及单调收敛定理、Fatou引理、Lebesgue控制收敛定理、Fubini定理等主要