《概率论与数理统计》共分八章，第一章～第四章是概率论部分，内容有随机事件与概率、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。第五章～第八章是数理统计部分，内容有样本及抽样分布、参数估计、假设检验、方差分析与回归分析。对于打“*”的章节（或段落），读者可将其略过或作为选读内容。在数理统计部分，《概率论与数理统计》给出了一些例题的SAS软件菜单系统的输出结果。
    《概率论与数理统计

    《数理统计与数据分析（原书第3版）》将现代统计学的重要思想引入数理统计课程中，强调了数据分析、图形工具和计算机技术，并注重统计的实务和应用。《数理统计与数据分析（原书第3版）》内容丰富，几乎涵盖了所有经典和前沿的概率论与数理统计理论和方法，主要包括概率、随机变量、联合分布、期望、极限定理、抽样调查、参数估计、假设检验、数据汇总、两样本比较、方差分析、分类数据分析和线性最小二乘等。
    《数理统计与数据分析（原书第3

    《21世纪高等学校数学系列教材：概率论与数理统计同步学习辅导（工科类本科）》是与《概率论与数理统计》配套使用的同步辅导教材。内容涉及概率论的基本概念，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，大数定律及中心极限定理，数理统计的基本概念，参数估计与假设检验等。各章内容包括：内容提要、重点难点、疑难解答和习题详解四部分。《21世纪高等学校数学系列教材：概率论与数理统计同步学习辅导（工科类本科）》可以供高等院校（非数学专业）本、专科生使

《马氏过程》从Blumenthal-Getoor的一般马氏过程理论及其概率位势理论出发，对常返与暂留性作了较为深入的讨论，然后引入对称的马氏过程与狄氏型理论，简述他们的相互关系，再给出完整的马氏过程加泛函的随机分析理论，另外还将这些理论应用于对称马氏过程的 Donsker-Varadhan的大偏差理论得到了非常漂亮的一些结果。
　　《马氏过程》主要讨论带过分测度的Markov过程的位势性质，特别是对称Markov过程所对应的Dirichlet型理论，Dirichlet型起源于对应于

本书是为大学数学与应用数学专业及统计学专业三年级学生编写的教材，内容包括马氏链、跳过程、布朗运动，并配有150多道习题，适合一学期48课时使用。我们假定读者已学习了微积分、线性代数、常微分方程，但还没有学过实变函数。书中许多场合只用投骰子等简单直观的随机事件来描述，希望在不长的篇幅里， 呈现给读者易懂而又有分量的内容。

    考虑到高等教育已经进入大众化阶段，全书始终“以应用为目的，不削弱理论学习”为指导思想，主要内容包括概率论、数理统计、随机过程，每章节后附有习题，书末附有参考答案。《概率论与数理统计（第3版）》由具有丰富教学经验的骨干教师编写，深入浅出，通俗易懂，便于自学。
    《概率论与数理统计（第3版）》可供普通高校经济类、理工类各专业使用，也可供有关工程技术人员参考。

　　本书介绍数理统计学的基本知识，内容包括描述性统计，数理统计的基本概念，参数估计，假设检验，

    《概率论与数理统计》包括概率论和数理统计两部分，系统地介绍了概率论的基本概念，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，大数定律及中心极限定理，数理统计的基本概念，参数估计，假设检验等基本理论与基础知识。为方便读者自学，各章配有适量的习题，概率论和数理统计两部分各配有一套综合练习题，书末附有习题答案。
    《概率论与数理统计》可以作为高等学校非数学专业本科生、专科生的教材，也可以供

　　《随机环境中的马尔可夫过程》是在测度论、泛函分析、点集拓扑和随机过程基础等预备知识的基础上展开讨论的。全书共十章，第一章用以承前启后，对经典（确定性环境）的马尔可夫过程作了简单的回顾。后面九章对随机环境中的马尔可夫过程作了系统研究，包括依时的随机环境中的马尔可夫过程，依空的随机环境中的马尔可夫过程和既依时又依空的随机环境中的马尔可夫过程。对几类重要的特殊的随机环境中的马尔可夫过程——随机环境中的随机徘徊，随机环境中的分支过程，随机环境中的生灭过程也进行了相当的论述。《

    在应用中经常遇到的几种基本随机过程，如Poisson过程、更新过程、Markov过程、平稳过程、Brown运动、Ito微分公式、线性随机微分方程，以及鞅过程和停时，全书材料丰富，每章结合大量有实际背景的例子来解释基本概念，并配有一定量的习题。
    《普通高等教育十一五国家级规划教材：随机过程（第3版）》可作为理工科大学生和研究生的教学用书或教学参考书，也可作为工程技术人员和金融证券从业人员应用随机过