本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，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，根据作者十多年的教学实践经验编写而成．全书共分八章，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、大数定律及中心极限定理、统计量和抽样分布、参数估计和假设检验． 本书着眼于“概率论与数理统计”中的基本原理和基本方法，强调直观性；语言通俗，注重用生动浅显的方式说明基本概念的直观意义；例题丰富，可读性强．

本书按照主教材的章节顺序，分为10章主要内容包括随机事件与概率、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、极限定理、数理统计基本概念、参数估计、假设检验、回归分析及方差分析简介、经典问题剖析本书内容紧扣主教材，书中例题丰富且具有代表性，例题分析与解答展示了基本的解题思路、解题方法与解题技巧，起到了释疑解难的作用，达到了导学的目的。此外，书中还穿插了一些近年考研的真题及解析，方便学生自测。

本书主要讲述本科概率论与数理统计课程主要知识，内容安排完全按照教育部规定的教学大纲设计的。全书共九章，主要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、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、数理统计在经济中的应用。本书可作为理工类、经管类本科生的教材，也可供新学概率论与数理统计的读者自学使用。本书曾在科学社出版，获评辽宁省十二五规划教材，首届辽宁省教材建设奖优秀教材。

本书介绍了概率论与数理统计的基本概念、基本理论与方法.内容包括：概率论基本概念、随机变量与随机向量及其分布、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.每章均配有习题，书后附有习题答案，习题中收集了历届研究生考试试题，既便于教学，又利于考试复习，本书可作为高等理工科院校（非数学专业）及师范院校概率论与数理统计课程的教材，也可供工程技术人员参考.

"本书较为系统地介绍了概率论与数理统计的基本概念、基本原理和基本方法。书中有很多反映现代科技和现实生活特点的应用案例，强调直观性，突出基本思想，注重实际应用。本书每节后面都提供了基础题和提高题，供不同层次的学生选用。此外，在每一章后面还配有综合应用案例。为了帮助读者更快地掌握计算机的使用，本书以工程技术和科学研究中普遍使用的MATLAB为例，书中附有相关习题，书后附有相关的MATLAB调用命令和实验。 本书可供高等院校工科和其他非数学专业的学生使用，也可供各类专业技术人员参考。"

主要内容包括概率论基本概念、随机变量及其分布、多维随机变量、数字特征、极限定理、样本与抽样分布、参数估计、经验假设、方差分析与回归分析等，向学生介绍统计与经验方法的理论背景、应用技术，以及使用Python解决概率统计应用问题。本书在力求体系的严密性的基础上，天线理论够用的原则，简化有关定理的证明，对于难度较大的证明予以省略，以提高概率统计知识的使用性。本书适合作为普通高校非数学专业的教材，也可供高等职业教育选用。

本书为应用统计硕士专业学位研究生及相关专业高年级本科生教材，主要介绍了常见的随机过程(离散时间马氏链、泊松过程、更新过程、连续时间马氏链、布朗运动、鞅)的基础知识及其应用。为适应应用统计硕士专业学位研究生和相关专业高年级本科生自学的需要，本书在介绍随机过程基础理论的过程中，尽量回避晦涩难懂的定理证明过程，着重于定理结论在解决实际问题中的应用介绍。为帮助学生更好地学习随机过程的基础知识，本书对全部习题还提供了详细的参考答案。

本书适用于大学本科或研究生阶段的概率统计和多元统计分析课程的教学,也可供统计专业本科生做毕业设计参照使用,还可供相关应用领域从业人员参考。
本书的特色：
1.本书一改传统的单一理论方法加案例的编写模式,采用专门的章节进行案例的介绍,使读者可以迅速地进入应用领域。
2.本书对一元概率统计与多元统计的内容进行了详细的介绍，并对一元概率统计知识在各实际领域的应用实践进行了深入分析。除此之外，重点讲述如何利用各种多元分析方法进行运用实践，解决各领域的实际问题，这对在校学生学习概率统计知

本书介绍了概率论与数理统计的基本概念、理论与方法，主要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、大数定律及中心极限定理、祥本及抽样分布、参数估计、参数假设检验等，每章均配有习题，便于内容的理解和掌握。本书突出概率论与数理统计的基本思想和应用背景，表述从具体问题入手，由浅入深，由易到难，由具体到抽象，易于理解。
本书可作为高等院校工科、理科及经管类专业的公共基础课程教材，也可供其他专业学生选读。

统计包括统计计算和计算统计两个领域。传统的统计计算有优化算法、随机数生成算法、随机模拟、回归分析、分布函数和分位数函数计算等。计算统计包括马尔可夫链蒙特卡罗方法、EM 算法和自助法等。本书理论部分囊括了这两部分内容；实验部分是以Python 作为编程语言实现的，部分代码展示在书中，部分代码以二维码形式放在每节后面；课程思政部分以扩展阅读形式放在每章最后。本书可以作为高校信息与计算科学、数据计算及应用、统计学等相关专业统计计算课程的教材，也可以作为其他专业的本科生、研究生和研究统计计算方法人员的参