概率论与数理统计是大学数学的第三门课。本书针对经管类编写，主要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、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空

本书全书共12章，从时间序列分析的概念和范畴开始，依次介绍了平稳时间序列模型和非平稳时间序列模型以及单位根检验方法等。此外，本书还设计了软件应用演示环节，为读者提供应用软件解决现实问题的具体过程。本书注重理论的完备性以及理论与应用的结合度，努力做到理论内容全面、讲解深入浅出，同时特别强调理论知识的实际引用。本书适合作为

本书针对应用型人才的培养目标和学习特点，对概率论与数理统计的传统内容进行了整合，既考虑与中学内容的衔接，又保持其自身具有的系统性和完整性，同时注重阐述用数学知识解决实际问题的基本思想和方法，将概率统计思想和数学建模思想的结合，选例鲜活有趣，问题分析透彻。此外，本书将概率统计理论和统计软件相结合，介绍了如何利用软件处理统

本书是根据编者多年的教学经验，结合高等学校非数学专业大学数学——概率论与数理统计课程的教学大纲及近几年的考研大纲编写而成的。本书内容共分八章：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、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。本书结构严谨，逻辑清晰，概念准确。其主要特点在

线性模型是统计学中的一个重要分支，本书从理论与实践相结合的角度，阐述了线性模型的基本理论、方法和应用。本书共分为八章，第一章通过各种案例引进各种线性模型，第二章和第三章介绍了一些基础知识，包括矩阵论和概率论的相关知识。第四章到第六章系统讨论了各种线性回归模型的估计及统计推断。第七章讨论了方差分析模型的统计推断，并在附录

概率论与数理统计是大学数学的第三门课。本书针对理工专业编写，主要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、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习

本书内容分为两部分：概率论和数理统计，概率论部分主要介绍随机事件、随机变量、概率分布、数字特征、大数定律及中心极限定理等基本概念和性质；数理统计部分主要介绍样本分布、参数估计、假设检验、方差分析与回归分析等统计方法。

本书以经济、管理、气象、医学、工业生产、金融等活动中产生的时间序列数据为对象，运用数学和统计学方法，进行时间序列的时域和频域分析。本书将理论分析与数据案例相结合，从传统经典时间序列模型到现代机器学习、深度学习、强化学习与时间序列数据融合，按由浅入深的方式编写而成。本书有配套PPT课件、教学大纲、案例数据、R代码等教学资

本书强调概率论与数理统计的应用性，主要包括概率与统计简介、描述统计学、概率论的基础、随机变量的概率分布与数字特征、几种常见的分布、统计量的分布、参数估计、假设检验和线性回归等内容。全书的主要理论仅假定读者具有一元微积分的数学基础，主要统计计算使用Excel软件完成，而一些理论上较深入的补充内容（如考研所需）作为网络资料

本书为十三五江苏省高等学校重点教材，按照理论与应用并重的思路编写，共分为八章，包括随机事件与概率、一维随机变量及其分布，二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、假设检验等内容，并针对常用的概率统计模型和方法补充了Excel软件的相关内容，在每章后精心选取了不同层次