本课程的主要内容有多元数据的收集和整理、多元数据的直观显示、线性与非线性模型及广义线性模型、判别分析、聚类分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法，还参考国内外大量文献系统介绍了这些年在经济管理等领域应用颇广的一些较新方法。

本书是供概率论与数理统计专业研究生使用的教材，内容包括绪论、先验分布的选取、贝叶斯统计推断、贝叶斯统计决策、贝叶斯计算方法、贝叶斯大样本方法、贝叶斯模型选择和经验贝叶斯方法等。本书内容新、概念清晰、应用性强，前七章配备了大量的习题，最后一章是为对经验贝叶斯方法感兴趣的读者准备的研读材料，为这些读者尽快进入这一研究领域提

本书内容包括事件的概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、抽样分布、参数估计和假设检验。本书编著者均有英美访学背景，英文语言简单易懂，写作简约，内容难易适中，便于学习。本书可供理工科大学（非数学专业）中外合作办学项目和留学生项目的概率统计课程教学使用，也可供概率

本书是“十二五”普通高等教育本科guojiaji规划教材，也是经济数学首门guojiaji精品课程以及国家精品在线开放课程的主讲教材，是在第三版的基础上修订而成的。本书以线性方程组和实二次型化成标准型为两条主线展开讨论，主要内容包括：线性方程组的消元法和矩阵的初等变换，行列式、克拉默法则，矩阵的运算，线性方程组的理论，

本书内容包括随机事件与概率、条件概率与独立性、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与极限定理、数理统计的基本概念、参数估计、假设检验、单因素试验的方差分析及一元正态回归分析等九章，每章配备了拓展例题和测验题。

本书包括了概率论与数理统计最基本的理论，脉络清晰、体系完整、内容丰富、结构新颖，书中大多数案例紧密联系实际，对于一些初学者不容易理解的理论、概念，充分利用了图表及数据的优势来阐释。

本书介绍了如何定义因果关系，在各种情形下估计因果参数所必需的假设，如何数学化地表示这些假设，这些假设是否有可检测的蕴涵，如何预测干预的效应，以及如何进行反事实推理等。

本书共十章。第一章阐述非参数统计的特点，第二章讲解描述性统计方法，第三、四章分别讲解符号检验法、符号秩和检验法，第五到八章分别讲解两样本、多样本和区组设计等问题以及相关分析的非参数统计方法，第九章讲解非参数密度估计和非参数回归，第十章讲解检验的渐近相对效率。本书结合统计软件和案例分析讲解非参数统计的理论与方法，可以作为

本书内容：矢量代数与空间解析几何、多元函数微分学、重积分、曲线积分与曲面积分、无穷级数。本书风格独特、特点鲜明、内容丰富、例题典型。主要是基于研究型大学创新人才培养理工科各专业实验班，加强厚实的数学基础，加强数学思想方法和应用数学能力，强化逻辑思维能力的培养。

本书共8章，分为两部分：概率论部分（第1～5章）主要讲述了随机事件、一维及多维随机变量的分布、随机变量的数字特征、大数定律及中心极限定理等内容；统计部分（第6～8章）主要讲述了区间估计与假设检验两种统计推断方法，并简单介绍了方差分析与回归分析。最后在本书的附录中简单介绍了Minitab软件的使用方法。本书适用于工科各专