本书基本内容是依据最新的“经济和管理类本科数学基础课程教学基本要求”确定的。全书分为七章，内容包括概率论的基本概念、随机变量及其分布、随机变量的数字特征、统计学基础、统计推断、方差分析、相关分析与回归分析等。本书在保持内容的系统性和完整性的基础上，融入了R软件的有关内容，并以此为基础介绍概率统计的具体应用，使读者在学习相关理论的同时，可以轻松地完成概率计算与实验模拟、数据整理与统计分析，实现理论与实践的有机结合；同时，本书还为读者配备了数字化资源，包括相关命题证明、模拟实验、R软件应用

本书在借鉴国内外相关教材优点的基础上，总结作者多年从事经济管理类各专业应用时间序列分析课程的教学经验和体会，本着“教师好用、学生好读”的指导思想，从经济管理类各专业的实际需要出发，系统地介绍了平稳时间序列建模分析、非平稳时间序列建模分析和波动聚集建模分析三大部分内容。全书既涵盖了时间序列分析的经典内容，又反映了20世纪80年代以后时间序列分析的一些新进展；既注重对时间序列分析的基本思想、基本原理、基本方法的介绍，又兼顾对运用这些理论方法分析研究乃至最终解决实际经济、金融、管理类问题能力

本书主要内容包括概率论和数理统计两部分，共十章，本教材可作为高等学校非数学专业概率论与数理统计课程的教材或教学参考书，也可供各类需要提高数学素质和能力的人员学习使用。本书根据高等院校经管类本科专业概率论与数理统计课程的教学大纲及考研大纲要求编写而成，注重基本概念和概率思想，紧密结合统计软件R, 强调实际应用。针对经管类本科专业，注重实际应用，紧密结合统计软件R,习题安排合理，在每章均附有数学名言和数学名家。

具体分高等数学、线性代数、概率论与数理统计三部分册。高等数学分册主要介绍函数、极限与连续、一元微分学及其应用、一元积分学及其应用、无穷级数、多元微积分学、微分方程和查分方程初步等内容。线性代数分册主要介绍矩阵、行列式、向量的基本概念、线性方程组的求解、特征值和特征向量、以及二次型的基本知识。概率论与数理统计分册主要包括随机事件和概率、一元随机变量及其分布、多元随机变量及其分布、数字特征、大数定律和中心极限定理、数理统计基本概念及参数估计等基础知识。

《概率论与数理统计》系统地论述了概率论与数理统计的概念、方法、理论及其应用，是一本为高等院校理工、经管类专业学生本科生学习而编写的教材或教学参考书．全书共分9章，内容包括随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征与特征函数、中心极限定理、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。

本书是一本优秀的法国数学著作，系统全面地介绍了马尔可夫链的基本性质和结论，然后围绕这一主题给出了丰富的应用结果。基于蒙特卡罗(Monte-Carlo)算法和离散时间与连续时间的马尔可夫链，本书给出了算法的多种应用，例如在基因学中、物种发展学中及互联网络中。同时在最后一章还给出了其在金融学中的应用。

本书共13章。第1~4章主要介绍马尔可夫过程的一般理论及几类典型的随机过程。第5~13章详细介绍一维和多维平稳过程的谱理论和预测理论。

本书是《概率论与数理统计》(主编于惠春,郭夕敬,科学出版社)的配套练习册,全书分两部分,第一部分为“内容篇”,依照主教材的章节顺序依次编排,按章编写,每章又分“本章教学要求及重点难点”和“内容提要”两个模块,对每章内容进行了系统归纳与总结,便于读者学习.第二部分为“测试篇”,共有八套单元自测题,分别对应每一章内容,另有三套综合训练题,方便读者进行自我测试.

本书源自的哈佛统计学讲座，介绍了帮助读者理解统计方法、随机性和不确定性的基本语言和工具，并列举了多种多样的应用实例，内容涉及偶然性、悖论、谷歌的网页排名算法（PageRank）及马尔可夫链蒙特卡罗方法（MCMC）等。本书还探讨了概率论在诸如基因学、医学、计算机科学和信息科学等领域的应用。全书共分13章，分别介绍了概率与计数、条件概率、随机变量及其分布、期望、连续型随机变量、矩、联合分布、变换、条件期望、不等式与极限定理、马尔可夫链、马尔可夫链蒙特卡罗方法、泊松过程等内容。用容易理解的方式来呈现内

本书内容包括：概率论的基本概念，随机变量及其概率分布，二维随机变量及其分布，随机变量的数字特征与极限定理，数理统计的概念与参数估计，假设检验，统计分析方法简介。最后给出了总复习题，由5套期末测试模拟题组成，并附有答案。