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

非参数估计方法是现代统计学中的重要方法,本书主要介绍非参数密度估计、非参数回归估计和经验似然方法.非参数密度估计的内容包括核密度估计、最近邻密度估计和频率插值密度估计,而非参数回归估计的内容包括随机设计权函数回归估计、固定设计权函数回归估计和混合相依样本下的回归估计.书中主要介绍这些估计方法的构造和定义,以及相关的大样

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

本书由作者根据多年的教学经验撰写而成，对选入的数据分析理论和方法进行了仔细的推敲，不仅着重于数据分析的基本理论与方法的介绍，更密切结合SPSS统计分析软件，系统、详细地介绍本书所用方法的具体操作过程及结果。全书共8章，内容包括数据的整理与统计分析、参数估计与假设检验、相关分析与回归分析、趋势外推预测分析、时间序列分析、

基于测度论和正则变化理论,本书系统介绍了次指数分布及相关分布的概念、例子、性质和研究进展。这些分布都具有或部分具有一个大跳的本性,从而得以揭示独立和相依随机变量在卷积、随机卷积、乘积卷积以及它们的卷积根方面的封闭性和渐近性等。这些结果在随机游动、风险理论、Levy过程及无穷可分分布等领域的研究中发挥了重要的作用。

本教材具有以下几个方面的特点：1．使用情境真实的问题启发学生的思路，开拓学生的创新思维。2．选取大量和生活实际相联系的应用案例，让学生切实感受到数学在现实生活中的应用途径和方法。3．针对普通高等院校学生的特点，对一些理论知识淡化证明过程，用数学思想方法以及直观的几何证明激发学生的学习兴趣。4．典型例题多，广度、深度适中

本书是《卡尔曼滤波与组合导航原理》的第4版，改写和增写了部分内容。书中着重阐述了卡尔曼滤波基本理论，以及近10年发展起来的有关卡尔曼滤波的新理论和新方法，以及容错组合导航设计理论和方法，另外，也有作者的部分科研成果。内容安排上力求循序渐进，由浅入深，确保知识连贯性。为便于读者理解概念内涵，公式和定理一般都附有详细推导和

本书介绍了统计决策方法的概念、原理和相关模型，并通过多种统计决策方法在经济、金融和管理等领域的综合应用案例，帮助读者提高量化分析能力和解决实际问题的能力。共分10章，主要包括统计决策理论概述、确定型决策、风险型决策、贝叶斯决策法、不确定型决策、灰色理论决策、博弈论决策法、多目标决策和大数据时代的决策等内容。

概率论与数理统计是高等学校理工科及管理、经济类等绝大多数专业的必修课程，也是上述专业硕士研究生入学统一考试的必考科目，在考研数学中的占比很高。 本教材的编写本着“少而精，广而易懂”的原则，主要有以下几个特点： 1.实用性强。在尊重教学大纲的基础上，以应用为目标，简明清晰地阐释相关知识的来龙去脉，适当弱化繁难的理论证明。