本书是与高等教育出版社出版，盛骤、谢式千、潘承毅编的《概率论与数理统计》（第五版）一书配套的同步辅导及习题全解辅导书。本书共有15章，分别介绍概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数学特征、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、方差分析及回归分析、bootstrap方法（自助法）、在数理统计中应用R软件、随机过程、马尔可夫链、平隐随机过程、时间序列分析。本书各章均包括学习导引、本章知识图解、本章考试重难点、教材内容全解、典型例题解析、课后习题全

本书根据“概率论与数理统计”课程的教学基本要求，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据编者多年的教学实践经验，在充分考虑教学实际的基础上编写而成.
全书共分10章，前5章为概率论的基本内容，包含: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、大数定律和中心极限定理；后5章为数理统计的基本内容，包含：数理统计的基本概念、参数估计、假设检验、回归分析、方差分析.
全书着眼于概率论与数理统计的基本原理和方法，注重基本概念的直观解释，重视应用背

概率论是研究随机现象数量规律的数学分支。以严格的概率理论为基础，数理统计则研究如何根据数据对随机现象的客观规律作出估计与推断。《概率论与数理统计》为适应新形势下的大学数学教育需求，并结合编委会成员多年的教学经验和体会编写而成，在内容体系、观点和方法等方面进行了尝试和创新。《概率论与数理统计》共八章，第1章至第5章为概率论部分，内容包括：随机事件与概率、随机变量与分布函数、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；第6章至第8章为数理统计部分，内容包括：数理统计的基本

《概率论讲义=Lecture Notes on Probability Theory：英文》是全英文撰写，共六章，内容包括：概率及概率空间，随机变量及分布函数，联合分布随机变量，随机变量的期望与方差，随机变量的特征函数，大数定律与中心极限定理。《概率论讲义=Lecture Notes on Probability Theory：英文》篇幅不大、内容精练，深入分析了知识点背后的数学本质，并给出了一些重要结论的详细数学证明。

本书是《概率论与数理统计》（第二版）（王殿坤主编）的配套学习参考资料。本书完全与教材内容对接，共分为两大部分。第一章到第五章为概率论部分，第六章到第九章为数理统计部分。每章包括基本内容、基本要求、扩展例题与习题详解，并且在书后二维码中为读者设计了概率论、概率论与数理统计的综合测试题及答案，方便读者对自己所学的知识进行测试，及时掌握学习情况。

本书根据教学大纲，结合编者多年来的教学实践经验编写而成。全书共九章，分为两大部分：第一章到第五章是概率论部分，包括概率论基础、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；第六章到第九章是数理统计部分，包括数理统计的基础知识、参数估计、假设检验、方差分析与回归分析。本书还通过二维码链接了重难点视频与线上测试题，读者可扫码学习。

《时间序列分析单变量和多变量方法(第二版·经典版)》不仅对单变量与多变量时间序列的时域和频域分析提供了一个全面介绍，而且在书中包含了许多单变量和多变量时问序列模型的新进展，如逆自相关函数、扩展样本自相关函数、干预分析及异常值检验、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼滤波、非季节和季节模型的单位根检验等许多内容。 《时间序列分析单变量和多变量方法(第二版·经典版)》结合大量的应用实例说明了时间序列分析方法的应用，极大地方便了

本书系高等学校本科数学教材，根据《国家中长期教育改革和发展规划纲》要而编写，教材内容充分考虑了学生的数学基础，并兼顾了各专业的不同需求。本书共有七章，内容包括随机事件与概率，随机变量及其分布，随机变量的数字特征，数理统计的基本概念，参数估计，假设检验，一元线性回归分析。各节后配有适量的精选习题，书末附有习题答案。

本书是国外Lévy过程教材的中译本，原书是国际上Lévy过程领域影响深远的名著。Lévy过程是包含Poisson过程、Brown运动等的一大类随机过程。无论对于概率论本身，还是金融数学、物理学、工程科学、保险等商业活动来说，Lévy过程都非常重要且有广泛应用。 本书从无穷可分分布、鞅等预备知识讲起，逐步介绍了Lévy过程的定义和基本性质、位势理论、从属过程、局部时、波动理论、没有正跳跃的Lévy过程、平稳过程和尺度变换等内容，非常系统且全面。 本书适合用作概率论、统计学、金融数学等专业的研究生教

本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章，第1章为绪论，第2~3章介绍多元统计推断的基本理论，包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验；第4~9章分别介绍各种常用的多元统计方法，包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。本书各种统计方法的算法采用R软件实现，它是国际上流行的数据分析软件。除第2章和第3章外，其他各章的章末提供了本章例题的R程序及相应的输出结果。