本书共10章。内容包括：随机事件与概率、条件概率与独立性、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。

本书是与清华大学出版社2017年出版的《概率论与数理统计（第2版）》（张艳、程士珍主编）教材相配套的学习辅导书.内容包括该书各章的知识点、典型例题、习题与综合练习题全解，另外，还配有大量的训练题及参考答案，以供考研学生提升解题技巧.本书注重体现概率统计的思想方法与基本内容，强调对学生解题方法与能力的培养，力求做到深入浅出，通俗易懂，便于教学与自学. 本书既可以作为高等院校概率论与数理统计的教学参考书，也可以作为数学爱好者学习概率统计的补充读物.

本书主要内容包括：随机事件的概率，一维和二维随机变量及其分布，随机变量函数的分布，随机变量的数字特征，大数定律与中心极限定理，统计量及其分布，参数估计，假设检验及随机过程的基本知识。

本书系统地介绍运筹学中的主要内容，重点陈述应用最为广泛的线性规划、对偶理论、整数规划、非线性规划、动态规划、图与网络、决策分析、博弈论、库存论、排队论与模拟等定量分析的理论和方法。阅读本书只需微积分、线性代数与概率统计的一些基本知识。本书是教学改革项目“基于信息技术平台的运筹学立体化教材”的成果，配备有完整和立体化教学包，包括教师手册、多媒体课件、习题案例答案、补充习题及其答案、教学案例库、考试测评系统、在线支持等。

我们所处的时代是一个大数据时代，数据无处不在，统计学是研究数据的科学，在数据分析中扮演了非常重要的角色。多元统计分析是统计学中应用最广的一个分支，在自然科学、社会科学、经济科学和管理科学等领域应用广泛。
作为国内多元统计分析的经典版本，第5版继续保持了案例应用与统计思想相渗透、结合软件详细介绍多元统计分析理论与方法的特色。全书共分11章。主要内容包括多元正态分布、均值向量和协方差阵的检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法，还参考国内外大量文

在21世纪，统计方法在范围和影响方面都有惊人的扩展。大数据、数据科学和机器学习已经成为新闻中常见的术语，因为统计方法被用于处理现代科学和商业的庞大数据集。我们是怎么走到这一步的？我们又将走到哪里？

本书将带你踏上数据分析变革的振奋之旅。从经典推断理论（贝叶斯理论、频率理论和Fisher理论）开始，各章节分别介绍一系列有影响力的主题，包括生存分析、广义线性模型、经验贝叶斯、刀切法与自助法、错误发现率、随机森林、神经网络、马尔可夫链蒙特卡罗方法、模型选择后的推断等。同时以独特的

有限元法是求解工程科学中数学物理问题的一种通用数值方法。《有限元分析技术》介绍有限元法的基本原理、建模方法及工程应用。本书强调有限元分析的工程概念、数学力学基础、建模方法以及实际应用，侧重理论与工程实践的结合。

根据课程特点和需要，内容主要包括当前主流统计软件R简介、课程相关基础知识介绍、基本的统计抽样方法、方差减少技术分析和EM、MCMC算法算例介绍

本书着重介绍现代科学与工程计算中的有关数值方法，强调数值分析的基本概念、理论及应用，特别是数值方法在计算机上的实现。理论叙述严谨、精炼、概念交代明确，方法描述清晰，系统性较强。全书内容包括：线性代数方程组的直接方法和迭代方法，特征值问题的数值方法，非线性方程和方程组的数值方法，函数的插值和逼近，线性最小二乘法，数值积分和微分，常微分方程初值问题的数值方法等。本书可作为理工科研究生数值分析、科学计算等课程的教材，也可以作为相关专业本科生的教材，还可供相关科研、技术人员参考。

本教材根据作者的多年实践与经验，采用了项目教学法，通过精心思考而设计一些典型的项目，这些项目大部分是作者独立创建，将HyperMesh软件的主要功能与技巧循序渐进地穿插在其中。借助一个完整项目的操作，来说明单元划分的主要思路流程、方法、技巧和相关建模工具的操作步骤。
每个项目都包括：项目说明、项目规划、项目实施和项目总结等内容。项目说明交代了项目的要求，项目规划分析了主要的建模思路，项目实施则具体介绍了建模的完整过程，项目总结将项目中所涉及的知识点加以归纳总结。每个项目后都配有相应的思