本书由概率论、数理统计与R软件介绍三部分组成，—五章为概率论部分，主要叙述各种概率分布及其性质，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、大数定律和中心极限定理；第六—九章为数理统计部分，主要叙述各种参数估计和假设检验，包括数理统计的基本概念、参数估计、假设检验、回归分析和方差分

把统计学的一个分支--贝叶斯统计作为“全球九大开拓性新兴科技领域”之一，这充分说明了统计学(特别是贝叶斯统计)对于未来科技发展的重要作用。这也应该引起我国有关部门、相关人士的高度重视。本书对E-Bayes估计及其应用及其相关问题进行了一些研究。具体内容包括经典统计与贝叶斯统计的比较、先验分布和后验分布、参数估计和假设检

《多元统计分析》介绍了多元统计分析的方法和理论，以及R语言计算，涵盖了经典多元统计分析的全部内容，包括：矩阵运算知识、数据可视化与R语言、多元正态分布、多元正态总体的抽样分布、多元正态分布的参数估计、置信域和假设检验、线性回归模型、多元多重回归分析、主成分分析、因子分析、判别分析、聚类分析和典型相关分析等内容，以及R语

本书是与安建业等编著的由高等教育出版社出版的《概率统计及其应用》（第二版）配套的导学教材。 全书共七章，内容包括概率论的基本概念、随机变量及其分布、随机变量的数字特征、统计学基础、统计推断、方差分析、相关分析与回归分析。每章通过“课前预习导引”“整理、归纳和提升”“帮助与提高”三个模块实现“翻译”“梳理”“答疑解惑”“

本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，而且涉及了概率论在物理学、化学、生物学（特别是遗传学）、博弈论及经济学等方面的应用。书中主要内容有：样本空间及其上的概率计算，独立随机变量之和的随机起伏，事件的组合及条件概率，离散随机变量及其数字特征，大数定律，离散的马尔可夫过程及其各种重要特征，更新理论等。除正

本书是威廉·费勒院士的经典名著《概率论及其应用导论》的第2卷，本卷延续第1卷的风格，运用更深的数学，将讨论的范围从离散样本空间扩展到连续样本空间，主要内容有：测度论基础、概率分布、基本极限定理、特征函数、大数定律、中心极限定理、无穷可分分布、随机过程、更新理论、半群方法、傅里叶方法、拉普拉斯变换和调和分析

《估计与滤波及其应用》以随机过程理论为基础，系统地论述了随机信号估计与滤波的基本理论和方法，重点研究了雷达信号的波达方向和极化参数的估计与波束形成（空域滤波）、声呐信号的矢量与空间平滑方法和基于声波测量的气流速度估计。同时针对矢量传感器阵列，《估计与滤波及其应用》将四元数代数理论引入阵列信号处理中，建立了信号的四元数模

本书的内容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、数理统计的基本知识简介、参数估计、假设检验、方差分析与回归分析，并介绍了用MATLAB软件作统计计算，并根据不同内容，融入课程思政元素，引导学生树立正确的学习观念，力求学生在学习数学的同时达到思想的进步与提高。本书强调基本概念的

本书是为适应新工科背景下教学模式改革以及满足现代科学技术对概率论与数理统计的需求而编写的.主要内容包括：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、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验及回归分析.本书取材广泛，实例丰富，每章配套的数学实验均采用流行的Python语

本书结合开源和面向商业的计算平台，从实用的角度，全面系统阐述数据分析技术及其应用，内容涵盖机器学习基础、深度学习、人工智能、统计学和进化学习等。