本书是高等院校本科生概率论与数理统计课程的教材。本书第一版于2011年出版，为了更加适应新时代本科教育教学、新工科新专业新发展的需要，也为了更加适应一流专业一流课程建设的需要，广泛吸收住那也认证的先进理念，丰富阅读内容、提高阅读舒适感，本书做了修订。在内容上做了适当的修改，并修改了相应的例题与习题。每章增设了近年来部分

IBMSPSS数据分析软件是目前应用最为广泛的数据分析软件之一，深受各行业用户的青睐。本书以IBMSPSS26.0为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。全书由浅入深，共包括10章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、

函数型数据分析的主要研究对象是随机过程及其产生的样本，函数型回归模型的统计分析是函数型数据分析的主要内容。本书首先介绍了函数型数据分析的基础理论、研究方法和研究动态。本书详细地阐述了五类重要函数型回归模型的统计推断以及它们的应用，这些模型包括函数线性模型、部分函数线性模型、部分函数半参数模型、部分函数部分线性可加性模型

本书主要基于王学民教授主编《应用多元统计分析》教材而编写的实验教程，内容有简单统计分析、相关分析、t检验与非参数检验、方差分析、轮廓分析、判别分析、聚类分析、主成分分析、因子分析和对应分析。本书的特点在于：将多元统计分析方法的实现与SAS软件有机结合，实验原理简洁易懂，实验步骤详细清晰，案例典型及分析过程详细，是一本实

本书共十二章，内容包括：导论、概率论基础、随机变量和一元概率分布、重要概率分布、多元随机变量及其概率分布、统计抽样理论导论、收敛和极限定理、参数估计和评估、假设检验等。

本书共6章，其主要内容包括：贝叶斯立场；先验分布、后验分布及贝叶斯推断；常用分布；可靠性问题；经验贝叶斯方法和贝叶斯统计的应用。作者由浅入深地细致介绍了基于贝叶斯定理而发展过程，及其用于系统地阐述和解决统计问题的方法。本书可作为高年级本科生或研究生的贝叶斯分析教材，也适合对贝叶斯统计在工程及可靠性研究中的应用感兴趣的读

本书分为三个部分，按照概率论、数理统计和数学实验简明扼要地介绍了概率论与数理统计中的基本内容。主要包括：随机事件、一元、二元随机变量，随机变量的数字特征，大数定律、抽样分布、参数估计、假设检验、方差分析与回归分析。本书克服了传统教材理论与实际问题结合上的欠缺问题，即理论与数据处理脱离的现状，通过计算机实践，一方面使学生

本书针对计算机科学专业的本科生，旨在揭示概率和统计的思想。全书共分为五部分，第I部分数据集的描述，涵盖各种描述性统计量（均值、标准差、方差）、一维数据集的可视化方法，以及散点图、相关性和二维数据集的描述；第II部分概率，内容涵盖离散型概率、条件概率、连续型概率、Markov不等式、Chebyshev不等式及弱大数定律等

本书是《概率论与数理统计》（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，并且在最后为读者设计了概率论、概率论与数理统计的自测题，方便读者对自己所学的知识进行测试，及时掌握自己的学习情况。

本书是结合编者多年来的教学实践经验，在教育部制订的教学大纲的基础上编写而成的。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，包括数理统计的基本知识、参数估计、假设检验、方差分析与回归