本书是在作者多年对本二工学类、经济类不同专业概率论与数理统计课程授课经验基础之上，编写的一本以实用性、简洁性和基础性为特点的大学本科公共必修课教材，包含概率论基础部分和数理统计基础部分。其中，概率论基础部分包括：概率论的基本概念、一维随机变量及其分布、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。数

本书是在作者多年对本二工学类、经济类不同专业概率论与数理统计课程授课经验基础之上，编写的一本以实用性、简洁性和基础性为特点的大学本科公共必修课教材，包含概率论基础部分和数理统计基础部分。其中，概率论基础部分包括：概率论的基本概念、一维随机变量及其分布、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。数

本书是普通高等学校本科非数学专业基础课“概率统计”的辅助教材，内容包括：概率的基本概念、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、样本及抽样分布、参数估计、假设检验、方差分析及回归分析。每章的结构为：知识结构图、知识点提要、典型例题分析、基础题、提高题、提高题答案。

本书详细介绍了概率论与数理统计的基本概念、基本定理与知识点，主要内容包括随机事件和概率、随机变量及其分布函数、极限定理等。是为高等院校本科生编写的教材配套用书，旨在助力培养具有高水平应用能力的专业人才。为巩固所学的基本概念和基本定理，书中每一章后都配有练习题，并提供了详细解答。另外，本书还精选了历年考研题中相应内容的试

全书介绍数理统计的基本知识和基本理论，共分五章，内容包括：数理统计的基本概念与抽样分布、参数估计、假设检验、回归分析、方差分析与试验设计。

本书的特色在于其将R语言的实践应用贯穿于概率论与数理统计的各个知识点的教学中，帮助学生摆脱烦琐的数学计算，从而有更多时间深入理解概率论的抽象概念及统计学的基本原理和方法.R软件部分的教学可以穿插于理论教学中，也可以单独安排在上机实验室.值得一提的是，本书并不要求学生具备高级的R语言编程技能，只需掌握基础入门知识即可，具

本教材侧重于讲述随机过程的基本概念与方法，通过介绍高斯过程、布朗运动、点过程、平稳过程、鞅过程、马尔可夫链等几类现代科学技术中常见的经典随机过程，将实际应用与理论方法相结合。编者在系统的数学理论中融入了自身多年来科研工作的应用体会,结合本科生的数学基础力图让学生能够结合具体的应用背景掌握随机过程的基本理论,并因此得到一

三书对多级分层次数据进行统计建模进行分类介绍，内容包括：线性回归、多层次建模简介、两级MLM、更高层MLM、纵向数据分析、非线性回归建模、非线性混合效应建模、广义线性模型、广义线性模型、二分类数据的广义多层次模型、词性含量及词性序位的分类模型、主语表征预报思维指向状态的马尔科夫链模型等。

本书以时间序列数据为研究对象，对时间序列数据的特征表示和预测展开研究。该专著在对现有文献现状的分析与总结的基础上，讲述了如何利用深度学习模型来挖掘时序数据中不同的特征表示，并结合设计相应的特征融合方法，实现金融、交通、能源等时间序列数据的准确预测。本书以时间序列数据为研究对象，对时间序列数据的特征表示和预测展开研究。该

本书包括随机事件、随机变量及其分布和极限定理等内容。主要内容包括：随机事件及其运算；概率的定义与等可能概型；条件概率与独立性；三个重要公式及其应用等。