本书主要内容包括：概率论的基本概念、随机变量、多维随机变量、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、方差分析、回归分析，共十章。主要内容包括：样本空间与随机事件、概率与古典概型等。

内容介绍 本书从工程的角度概述了概率图模型（PGMs）。书本涵盖了PGMs每种主要类别的基础知识，包括表示、推理和学习原则，并回顾了每种类型的模型在现实世界中的应用。这些应用来自广泛的学科，突出了贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态和时间贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。本书特

本书介绍概率论与随机过程的基本概念、基本方法及其运用.全书包括事件与概率、随机变量（一元与多元）及其分布、概率论极限理论、随机过程引言、二阶矩过程时域分析、宽平稳过程的谱分析、高斯过程、离散时间马尔可夫过程、泊松过程等内容.全书共分为10章，含例题147道，习题223题及参考解答.

本书包括国内八所世界一流大学建设高校2020年和2021年的16套概率论与数理统计期末真题试卷及解析，以及2套全国硕士研究生招生考试概率论与数理统计真题试卷及解析。 试卷内容涵盖：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、样本及抽样分布、参数估计、假设检验等。

多元统计分析起源于医学和心理学。1928年Wishert发表论文《多元正态总体样本协方差阵的精确分布》，是多元统计分析的开端；20世纪30年代，费希尔（Fisher）、霍特林（Hotelling）、许宝碌等奠定了多元统计分析的理论基础；20世纪40年代，这一分析方法在心理学、教育学、生物学等方面有不少应用，但由于计算复

本书共八章，内容包括：随机事件及其概率、一维随机变量及其分布、二维随机变量及其分布、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、假设检验。

本书全面地讲述了时频域方法理论。在第1版的基础上增加了不少新的内容，大量的实例结合统计软件的应用，使本书的实用性更强。延续了第1版的风格，包括分类时间序列分析、谱包络、多元谱方法、长记忆序列、非线性模型、纵向数据分析、重抽样技巧、Garch模型、随机波动性模型、小波和MonteCarloMarkov链积分方法最近发展比

本书主要讨论随机过程的基础理论和应用方法，包括概率论基础，随机过程基础，泊松过程及其推广，马尔可夫过程，二阶矩过程及其均方分析，平稳过程，以及高阶统计量与非平稳过程等7章内容。

近几十年来，缺失数据的话题得到了相当大的关注。本书由两位公认的专家编写，提供了处理缺失数据问题的实用方法的最新状况。作者将理论和应用融为一体，回顾了该领域的历史方法，并描述了对缺失值进行多元分析的简单方法。他们提供了一个连贯的理论，基于从数据和缺失数据机制的统计模型得出的似然来分析问题，然后将该理论应用于一系列重要的缺

本书适用于本专科教学使用。在前两版的基础上整理出版第三版。随机现象的普遍性以及现代经济分析方法的定量化趋势，使得概率论与数量统计的应用日渐广泛。本书是山东财经大学在多年教授概率论与数理统计课程的基础上编写而成。也是山东财经大学精品课程《概率论与数理统计》的一项重要的建设成果。为学生学习后续专业课程和从事经济研究奠定必要