本书分三大部分：第一部分从硬币、骰子等简单试验切入，系统讲解计数、排列组合，筑牢概率基础；第二部分聚焦古典概率、数学期望、条件概率、贝叶斯定理，搭建核心知识框架；第三部分延伸至伯努利试验、正态分布、概率谬误与现实应用，打通理论与生活。

本书是在第一版基础上，深入贯彻落实党的二十大“实施科教兴国战略，强化现代化建设人才支撑”精神，顺应新形态教材建设趋势而精心修订的升级版。全书秉持培养综合性应用型人才的宗旨，将现代教育理念与概率统计学科知识深度融合，致力于提升学生运用数学工具解决实际问题的能力。本次修订亮点显著：一是内容提质，新增了大量具有启发性与应用性

本书适于高校本科生、自考生以及考研学生作为复习应试之用，也可作为读者学以致用的桥梁。本书是概率论与数理统计课程的配套教材，内容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。各章节内结构包括知识结构、疑难解答、典型例题、应

本书共分十章，前五章介绍了随机事件与概率、随机变量及其分布、多元随机变量及其分布、随机变量的数字特征以及大数定律与中心极限定理的内容；第六章至第九章介绍了数理统计学的相关内容，主要包括数理统计的基本概念与抽样分布、参数估计、假设检验、方差分析等内容；最后一章介绍了SPSS软件的应用。为便于学习，书后附有习题参考答案以及

全书内容与主教材前八章一致，每章内容包括：知识点思维导图、定理公式助记表、考研大纲要求、考研真题及精解。本书有三大特色：一、知识全面；二、融合信息技术；三、联系考研。本书包含61个概率论与数理统计知识点视频及20余道习题解答视频，本书衬页还给出了各章知识点思维导图，扫描右下角的二维码可获取相关知识点视频。

本书介绍了概率论与数理统计的基本概念、基本理论与方法，主要内容包括概率论、数理统计两部分。每章均配有习题，并附有本章习题答案二维码，即扫即得。其中，习题中收集了多届硕士研究生考试试题，既便于教学，又有利于考研复习。

本书旨在打破概率统计的学习壁垒，实现人人可读懂、学通透的学习目标，打造通俗易懂、实用性极强的概率统计入门读物。全书创新搭建系统化学习体系，每章均以知识树梳理整体框架，结合真实应用场景引入知识点，以问题为导向拆解学习难点，搭配详实的理论讲解与落地的工程实例，循序渐进帮助读者吃透核心知识。本书摒弃晦涩的理论堆砌，依托趣味案

本书系统介绍了概率论与数理统计的基础知识、核心理论与应用方法，并将理论知识与Python代码结合起来，借助程序实现概率分布可视化、统计量数值求解、参数估计等实操演示，帮助读者直观理解抽象数理概念。全书共13章，涵盖概率论和统计学的基本概念、多维随机分布、经典统计推断、方差分析与回归建模，同时融入贝叶斯推断及聚类分析等现

本书面向随机过程入门学习者，以精炼内容与清晰讲法，帮助读者在有限课时内掌握核心精髓。全书选取泊松过程、更新过程、离散与连续时间马氏链等实用基础内容，避开复杂测度论，多用微积分完成严格证明与直观阐释，兼顾理论严谨性与易学性。本书系统梳理概念与定理，并且强化理解与应用，配合丰富实例与图表，降低学习难度。同时对非齐次泊松过程

本书包括概率论、数理统计和随机过程三部分内容。第1—4章为概率论部分，介绍了概率论中的基本概念与基本原理，包括随机事件与概率、随机变量及其概率分布、随机变量的数字特征、极限定理等。第5—10章为数理统计部分，介绍了数理统计的基本概念与经典方法，包括参数估计、假设检验、方差分析、回归分析等。第11—12章为随机过程部分，