本书是在2017年出版的第1版的基础上修订而成的.全书共分8章，1~5章为概率论部分，6~8章为数理统计部分．主要内容包括随机事件及其概率、随机变量及其分布、随机变量的数字特征、极限定理、参数估计和假设检验等． 本书以本科数学基础课程教学基本要求为基础，参照近年来全国硕士研究生入学统一考试数学大纲要求，结合作者多年来的

本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章，第1章为绪论，第2~3章介绍多元统计推断的基本理论，包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验；第4~9章分别介绍各种常用的多元统计方法，包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。本书各种统计方法的算法

本书是国外Lévy过程教材的中译本，原书是国际上Lévy过程领域影响深远的名著。Lévy过程是包含Poisson过程、Brown运动等的一大类随机过程。无论对于概率论本身，还是金融数学、物理学、工程科学、保险等商业活动来说，Lévy过程都非常重要且有广泛应用。 本书从无穷可分分布、鞅等预备知识讲起，逐步介绍了Lévy过

本书是统计学专业的基础课教材，其比较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.本书是在多年的教学实践基础上逐步形成的，内容丰富，叙述严谨，并附有典型例题及大量习题，有助于读者掌握和理解概率论与数理统计的基础知识.全书共10章，内容包括：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、数字特征、

本书是普通高等教育“十一五”国家级规划教材。全书内容主要包括概率论的基本概念、随机变量的分布、多维随机变量、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、回归分析、方差分析。各章习题中设有练习题和思考题，书末附有部分习题参考答案。本书强调概率论与数理统计中的基本理论和基本运算，着重

本书共八章，主要内容包括：随机事件及其概率、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、数理统计的基础知识、参数估计、假设检验、回归分析。

本书共9章，内容包括：事件与概率、随机变量及其概率分布、多维随机向量及其概率分布、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、方差分析与回归分析。

本书共分为七章，结构安排如下：第一章介绍研究背景、研究现状、研究方法与相关概念；第二章系统介绍Dirichlet过程及其拓展和应用，重点介绍基于经验似然的Dirichlet过程抽样算子和基于经验似然的Dirichlet过程混合模型，给出其处理分布函数约束条件的具体方法；第三章介绍纵向数据线性混合效应模型的半参数贝叶斯推

《随机微分方程：动态系统方法（英文）》是一部英文版的数学专著，中文书名可译为《随机微分方程：动态系统方法》。《随机微分方程：动态系统方法（英文）》的作者是：布兰·霍林斯沃斯（BlaneHollingsworth）教授，他于2008年获得美国奥本大学博士学位。谈到随机微分方程，不能不提到一位日本数学家，他就

本书全面、系统地介绍贝叶斯统计的基本概念和方法，正文共20章，另有5个附录。每章配有分析和编程两类习题，以培养读者的理论水平和动手能力。本书的目标读者包括本科生、研究生、相关领域研究人员及工程技术人员等。本书可以作为数学、计算机、自动化、经济、管理等相关学科的教材。