本讲义基于概率建模的理念，借助古典概率模型和几何概率模型的直观以及Kolmogorov公理化的框架，系统而严谨地逐步重构了初等概率论的理论与应用体系，并通过丰富的案例帮助读者来理解和应用有关概率理论。全书共分12章及3个附录。

本书为十三五江苏省高等学校重点教材，按照理论与应用并重的思路编写，共分为八章，包括随机事件与概率、一维随机变量及其分布，二维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验等内容，并针对常用的概率统计模型和方法补充了Excel软件的相关内容，在每章后精心选取了不同层次

本书通过典型案例、反例及仿真分析，深入解析概率统计理论与应用。书中以概率统计教学及军事靶场试验为背景，融合线性代数、数据分析等课程知识，在应用中阐述随机事件与概率、随机变量、数理统计方法等核心内容。

本书是概率模型和应用随机过程领域的一部经典著作。在详细介绍了随机变量、条件概率和期望等概率论基础知识之后，它全面涵盖了马尔可夫链、泊松过程、更新过程、排队模型、布朗运动等随机过程，以及其在工程学、物理学、生物学、运筹学、计算机科学、金融学、保险学、管理学和社会科学中的广泛应用。此外，本书还讨论了随机模拟的技术和这一版新

本书是根据高等院校概率论与数理统计课程的教学大纲以及考研大纲编写而成的教材。全书系统地介绍了概率论与数理统计的基本概念、基本理论与思想方法。全书共八章，主要内容包括：随机事件及其概率、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、大数定律与中心极限定理、数理统计的基本概念、参数估计和假设检验。其中前五

本书以普通高等学校非数学专业概率论与数理统计课程的教学基本要求为依据，参考国内优秀教材，融入编者多年来在课程教学过程中积累的教学经验编写而成。本书内容由两大部分组成。第一部分包括：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、大数定律与中心极限定理；第二部分包括：数理统计的基本概念、参数

本书共五个章节，具体内容如下：第1章讲解大数定律及中心极限定理；第2章讲解统计量及其分布；第3章讲解参数估计；第4章讲解假设检验；第5章讲解方差分析与回归分析。同时，本书还注重培养学生的创新思维和解决问题的能力，使读者能够灵活运用数理统计方法，解决实际问题。

本书主要内容包括以下几个方面：(1)因果推断方法的回顾与比较，(2)贝叶斯倾向得分方法的构建，(3)多种复杂结构拟合的一体化探索。本书不仅在经典因果推断理论的综述中融入了最新的研究成果，还深入探讨了贝叶斯因果推断理论，提出了独到的见解和创新的方法，为研究人员和从业者提供了宝贵的资源和指导。

本书根据教育部高等学校大学数学课程教学指导委员会制定的《大学数学课程教学基本要求(2014年版)》编写而成。全书分为概率论基础和数理统计两部分。有别于其他教材，本书力图通过实际问题引入基本概念和建立基本定理，增强学生对概率论与数理统计基本思想、基本方法的理解。同时，在语言叙述上，尽量用通俗的说法去阐述深奥的概念与定理。

本书本着“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，全面、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、波动聚集序列建模分析和状态空间模型分析等四大部分内容。全书既介绍时间序列分析的经典内容，又涵盖20世纪80年代以后的一些新进展；既注重介绍时间序列分析的基本思想、基本理论和基本方法