本书内容包括随机事件与概率，随机变量（向量）及其分布，随机变量的数字特征，极限定理，抽样分布，参数估计，假设检验，方差分析，回归分析等。各章末均有习题，可作为高等院校（非数学专业）概率论与数理统计课程的教材或参考书，也可供具有高等数学知识的实际工作者的自学参考书。
本书介绍概率统计的基本知识及应用，共9章，包括随机事件与概率、随机变量及其概率分布、随机变量的数字特征、几类重要的概率分布、基本极限定理、样本及抽样分布、参数估计、假设检验、回归分析和方差分析，内容覆盖工科概率统计教学的基本要求。每章末均配有适量习题，书末附有习题答案。 本书用较短的篇幅介绍了概率统计的基本知识、基本理
《普通高等教育“十二五”规划教材：概率论与数理统计》是一本供非数学专业学生使用的概率论与数理统计教材。全书共10章，内容包括随机事件和概率、离散型随机变量及其分布、连续型随机变量及其分布、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、假设检验、方差分析与回归分析、统计软件SPSS简介。每一章
厄克森达尔编著的《随机微分方程导论与应用（第6版）》的主要内容包括Ito积分和鞅表示定理、随机微分方程、滤波问题、扩散理论的基本性质和其他的论题、在边界值问题中的应用、在最优停时方面的应用、在随机控制领域中的应用及数理金融中的应用。《随机微分方程导论与应用（第6版）》可供理工和金融管理类的高年级本科生及研究生阅读，也可
本书阐述有不等式约束的参数估计和假设检验的方法和理论，及其在最小一乘估计和随机序检验等方面的应用。本书把数学规划的方法和思想用到数理统计中，使得可解决的统计问题的范围进一步扩大。 本书可供统计专业高年级本科生，研究生、教师和医药，经济，环境科学、地球科学等领域中需解决有约束统计问题的实际科学工作者参考。
《近代回归分析方法》结合SAS软件的应用介绍了从线性回归分析到最近三十多年来迅速发展起来的非参数回归分析中几类具有代表性的回归模型的估计和统计推断方法。具体内容包括线性回归模型的最小二乘估计、广义线性模型的最大似然估计、非参数回归模型的核光滑方法、变系数模型的局部线性估计、广义变系数模型的局部似然估计以及空间变系数模型
《概率论与数理统计》介绍了概率论与数理统计的基本概念、基本理论与方法，内容包括：概率的基本概念；随机变量与随机向量及其概率分布；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；回归分析，《概率论与数理统计》强调直观性，注重可读性，突出基本思想，深入浅出，每章均配有习题，并在书末附有习
《概率论与数理统计(第3版)》是一本高等学校非数学专业的概率论与数理统计教材。《概率论与数理统计(第3版)》共9章，内容包括随机事件、随机变量、随机向量、数字特征、极限定理、样本与统计量、参数估计、假设检验，回归分析与方差分析。各章后选配了适量习题，并在书后附有习题答案与选解。书末
《马氏过程》从Blumenthal-Getoor的一般马氏过程理论及其概率位势理论出发，对常返与暂留性作了较为深入的讨论，然后引入对称的马氏过程与狄氏型理论，简述他们的相互关系，再给出完整的马氏过程加泛函的随机分析理论，另外还将这些理论应用于对称马氏过程的Donsker-Varadhan的大偏差理论得到了非常漂亮的一些
《概率论与数理统计基础》共分9章，第1章为预备知识，包括排列与组合以及概率统计基础中用到的一些微积分的基本结论。第2～6章为概率论部分，包括随机事件及其概率、随机变量及其概率分布、随机向量及其概率分布、随机变量的数字特征、极限定理。第7～9章是数理统计基础，包括抽样分布、参数估计、假设检验。
在应用中经常遇到的几种基本随机过程，如Poisson过程、更新过程、Markov过程、平稳过程、Brown运动、Ito微分公式、线性随机微分方程，以及鞅过程和停时，全书材料丰富，每章结合大量有实际背景的例子来解释基本概念，并配有一定量的习题。《普通高等教育十一五国家级规划教材：随机过程（第3版）》可作为理工科大学生和研
《普通高等教育“十二五”规划教材：概率统计教程（第2版）》内容包括随机事件及其概率，随机变量及其分布，多维随机变量及其联合分布，数字特征，大数定律与中心极限定理，数理统计基本知识，参数估计和假设检验等．全书结构体系合理，突出对基本概念和基本思想的阐述，注重对基本方法的训练和实际应用能力的培养，部分章节还介绍了MATLA
《概率论与数理统计》共九章，内容包括随机事件与概率，条件概率与独立性，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极限定理，数理统计的基本概念，参数估计，假设检验，单因素试验的方差分析及一元正态线性回归。每章后的习题及书末的补充题收录了较多的应用题及历年工学、经济学硕士研究生的入学考试题。《概率论与数理
本教材主要讲述数理统计学的一些基础理论和方法，包括基本概念、点估计、假设检验、区间估计、线性统计模型基础和贝叶斯推断思想方法等。给出基本而简明的数学理论，而又不过分强调严格的数学证明，体现在经济和管理等方面的应用。
概率论与数理统计是研究随机现象的重要数学分支，是高等院校理、工、经、管等各个专业的重要基础课程。本书是与《概率论与数理统计》配套的学习辅导书籍。本书共分2部分，第一部分是正文，按教材所设章节共分为9章，每章有“基本要求”、“内容提要”、“内容分析”、“典型例题”、“习题解答及分析”等；第二部分为模拟试题及分析解答，该部
《线性模型参数的估计理论》为作者近几年在数理统计线性模型参数估计理论方面所做的研究工作的总结。《线性模型参数的估计理论》共分四章。第一章是预备知识，第二章讨论线性模型回归系数的最小二乘估计及一般线性估计的相合性问题，第三章介绍误差方差估计的大样本性质，第四章讨论小样本理论，即回归系数的线性估计与误差方差的二次型估计的容
《概率论（第2版）》为中国科学技术大学数学类本科生的“概率论”教材，既保留了第一版中原有的基本内容：初等概率论、随机变量、数字特征与特征函数、极限定理等，又根据我国当前教育的特点调整了部分内容和叙述方式。《概率论（第2版）》是在多年教学实践的基础上逐步形成并汇编成册的，此次的修改也是在教学实践中逐步完成的。《概率论（第
书单推荐
