概率论与数理统计是研究随机现象统计规律性的数学学科，本书旨在让学生通过学习概率论的基本知识和基本方法，利用随机变量以及概率分布，让学生掌握处理随机现象的基本理论与方法，具备数学建模的能力；通过数理统计中的参数估计、假设检验等基本理论与方法的学习，让学生掌握数据收集和分析数据，并进行统计推断的能力。本教材为分析研究现实生

本书整体架构严谨清晰，编排时遵循概率论与数理统计的理论逻辑和认知规律，共8章内容。书中从概率论基础理论出发，逐步讲授随机变量及其分布、多维随机变量及其分布、数字特征与极限定理等核心知识；随后过渡到数理统计领域，系统阐述抽样分布、参数估计、假设检验等关键内容；最终以基于Python的概率论与数理统计实验收尾，实现从理论知

本书系统介绍了多元统计分析的方法、理论与R语言实现，涵盖经典多元统计分析的内容体系，包括：绪论、多元正态分布及其参数估计、多元正态分布的假设检验、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等。书中将理论阐述与R语言应用紧密结合，全面展示了各类方法在实际问题中的实现过程。本书强调思想、方法与理论并重

本书提供关于基本数据分析主题的最新见解，从估计、推断和预测到缺失数据、因子模型和区组设计，用许多例子说明如何使用R语言实现不同的建模方法。本书较第2版内容增加40%，提供更多的解释和示例：增加与抽样、因果关系、交叉检验、弹性网相关的内容；讨论模型评估方法；增加存在转换时的模型解释；增加更多关于比较和边际均值的应用。

本书使用来自所有这些学科的例子，使读者熟悉概率论、随机建模和随机过程的各种应用。读者通过案例学习，开始认识到最有可能解决的问题。重点是概念理解、直觉发展和获得洞察力，将技术性保持在最低限度。尽管如此，本书还是提供了对主题深度的一瞥，让学生为更专业的学习做好准备，同时只假设学生具有本科水平的数学背景。所涵盖的范围很广，以

本书是为非数学专业本科生编写的概率论与数理统计教材，共计8章，包括随机事件与概率、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、大数定律与中心极限定理、统计量及其分布、参数估计、假设检验。本书以二维码的形式嵌入数字资源，包括知识点讲解视频、思维导图、习题参考答案、重点习题讲解、线上自测题以及拓展知识讲

本书为《概率论与数理统计》（李闪、王志刚、李胜军主编，北京大学出版社）配套辅导用书，章节设置与主教材完全对应。全书内容围绕概率论与数理统计核心知识体系展开，覆盖概率论基本概念、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、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验等核心内容。每章统一设置知

本书以经典的非参数统计推断为基础，将非参数统计理论方法与应用相融合。内容包括预备知识、单一样本，两样本以及多样本非参数统计推断，分类数据的关联分析方法，数值类型数据之间的相关关系和非参数回归等。

全书涵盖随机事件及概率、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、大数定律及中心极限定理、数理统计的基本概念、参数估计、假设检验和线性回归等重要知识点。编写紧密结合新工科与新文科需求，突出理论应用性。各章配备开篇思考、知识点微视频、同步练习题、实际案例及思考题，章末设置考研真题并附答案，提供完善的数字

本书内容涵盖概率论基础、样本与抽样分布、参数估计、假设检验、方差分析与正交试验设计、回归分析、统计分类与判别分析法等重要主题。在编写上，本书强调理论与实践融合，既注重理论体系的系统性和严谨性，又突出案例驱动与应用导向。本书通过引入典型工程与科研实例，结合R语言实现操作训练，旨在引导读者贯通统计理论与计算实践，培养其运用