全书结构严谨，共分为九章，内容涵盖概率论的基础知识，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、大数定律和中心极限定理；以及数理统计的核心内容，包括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.此外，本书的附录部分还特别提供了概率论与数理统计中Python常用命令代码的简介. 本书不仅适合作为高等学校非数学专业学生的教材，同时也可为报考硕士研究生招生考试的考生及科技工作者提供参考.

本书以普通高等学校非数学专业概率论与数理统计课程的教学基本要求为依据，参考国内优秀教材，融入编者多年来在课程教学过程中积累的教学经验编写而成。本书内容由两大部分组成。第一部分包括：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；第二部分包括：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。本书可作为普通高等学校非数学专业概率论与数理统计课程的教材，也可供工程技术人员参考。

本书是根据高等院校概率论与数理统计课程的教学大纲以及考研大纲编写而成的教材。全书系统地介绍了概率论与数理统计的基本概念、基本理论与思想方法。全书共八章，主要内容包括：随机事件及其概率、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。其中前五章是概率论部分，是从数量关系的角度研究随机现象的规律性，并为数理统计部分提供坚实的理论基础；后三章是数理统计部分，是从理论与实际相结合的角度研究随机现象的统计规律性，并以概率论为理

本书是一本介绍随机微分方程的基本思想与方法的简明型教材，先在绪论部分引入随机微分方程的基本概念和背景知识，随后在第2章介绍概率论的基本理论。第3章和第4章深入探讨了布朗运动、白噪声、随机积分的预备知识、It？积分的核心内容（包括It？公式和乘积公式）。第5章系统地阐述了随机微分方程的定义、解的存在唯一性以及解的性质，特别关注了线性随机微分方程的解法。第6章则将理论与实际应用相结合，展示了随机微分方程在金融、物理等多个领域的广泛应用，如期权定价和最优停时问题。

本书是教育部“101计划”核心教材数学领域中的概率学科的教材，共分上下两册。 概率论是从数量侧面研究随机现象规律性的数学学科，理论严谨、应用广泛、发展迅速. 概率思维已渗透到许多领域，概率方法已被广泛采用. 因此，“概率论”课程已成为与“数学分析”和“高等代数”并列的数学专业基础课，通常分为概率论基础与随机过程两部分，用两学期时间来完成. 本书是上册，内容包括基本概念（如概率空间、随机变量、随机向量等）、基本方法（如分布函数、期望与方差、特征函数、各种收敛性等）和基本结论（如大数定律、中心极限定

本书介绍了概率论与数理统计的基本概念、基本理论和基本方法，内容包括：随机事件与概率、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与极限定理、数理统计的基本概念、参数估计、假设检验、回归分析与方差分析.每章均配有习题，并补充了近年来的硕士研究生招生考试试题，书末附有习题参考答案，供学生学习时参考. 本书可以作为综合大学及师范类高等院校非数学专业概率论与数理统计课程的教材，也可供工程技术人员参考.

《试验设计及最优化》以方差分析、回归分析原理及应用为基础，系统介绍了完全析因设计、部分析因设计、响应曲面设计、混料设计和计算机试验设计等方法的基本原理，并通过实际案例演示 JMP 软件中试验设计、数据分析及优化方法的具体实现，旨在帮助读者在理解基本原理的同时，快速掌握相关软件，并应用科学与工程研究中。
本书可作为材料、化工、冶金、机械及相关工程专业的本科生或研究生教材，也可供科研和工程技术人员参考使用。

"多元统计分析在多个领域展现广泛的应用价值。本书主要介绍多元统计分析的相关内容，包括随机向量、多元正态分布、统计推断、多元线性回归、主成分分析、因子分析、聚类分析、判别分析、分类神经网络、路径分析和结构方程等。书中主要的多元统计方法都以常用的统计软件SPSS和JMP作为求解运算与分析工具。

本书既可作为高等院校工科类和经济管理类本科高年级和硕士的教材，也可作为各类经济管理人员的参考用书。"

本书介绍了概率论与数理统计的基本概念、基本理论、方法与应用。内容包括：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、方差分析和回归分析。每章最后一节为概率论与数理统计相关内容的MATLAB实现。本书的主要知识点均配套讲解视频，每章配有思维导图、小结、数学家故事、基础练习题。部分章节收录了历年硕士研究生招生考试试题。本书既便于教师教学，又利于学生复习。

本书是科学出版社“十四五”普通高等教育本科规划教材，系统地介绍贝叶斯统计的概念、方法和实践案例，旨在培养学生的贝叶斯统计思维和统计建模能力，以及将理论知识运用于实践的能力。本书结合丰富的实际案例和计算机实验，帮助学生深入理解贝叶斯统计的原理，并强调贝叶斯统计在不同领域中的应用价值。
　　本书共九章，涵盖贝叶斯统计的基础知识和应用技巧，包括贝叶斯统计的简介、概率论基础、贝叶斯推断基础、先验分布的确定、贝叶斯计算、贝叶斯线性模型、贝叶斯神经网络、模型选择与诊断、实际案例与应用等。本书配有Pyt