本教材根据教育部最新制定的《高等工科院校本科概率论与数理统计课程的教学基本要求》，结合近年高等教育教学改革的研究成果及最新的数学课程改革理念编写而成，遵循“以应用为目的，以必需够用为度”，着重数学方法的介绍，淡化数学理论的推导和证明。全书共分九章，分别为随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的

本书为普通高等教育“十一五”规划教材。本书系统介绍随机过程的基本理论、分析方法及在实际中应用广泛的几类随机过程。全书共8章，内容包括：随机过程的基本概念，随机过程的线性变换，窄带随机过程，高斯随机过程，泊松过程，马尔可夫链和马尔可夫过程。各章配有适量习题，书末附有习题提示与答案。

全书共有8个章节，内容覆盖了随机事件及其概率、随机变量及其分布、随机变量的数字特征、正态分布、数理统计的基础知识、参数估计、假设检验、回归分析与方差分析等。本书语言通俗易懂，逻辑清晰，结构严谨。每章穿插微视频，围绕重难点及典型例题进行视频讲解，线上线下相结合，有助于学生更好的理解内容。章末均配有不同难度的课后习题，适配

全书共有8个章节，内容覆盖了概率论的基本概念、随机变量、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、大数定律及中心极限定理、参数估计、假设检验等，本书语言通俗易懂，逻辑清晰，结构严谨。全书微视频资源，围绕重难点及典型例题进行视频讲解，线上线下相结合，有助于学生更好的理解内容。章末均配有不同难度的课

本书介绍概率论与数理统计的基本概念、基本理论和方法。全书分8章，内容涵盖了随机事件与概率、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、大数定律及中心极限定理、数理统计的基础知识、参数估计、方差分析和回归分析，并介绍了数学软件MATLAB的使用方法。每个章末均有灵活多样、综合性较强的习题，供学生、

教材，本书分上、下两篇，各包括5个章节，共计10章。上篇为R语言基础，目的是介绍R语言在传统低元数据中的统计分析和可视化应用。下篇着重介绍R语言在多元统计中的应用。本书以统计学的惯用逻辑顺序，系统而全面地介绍R语言的使用方法。无论是对于R语言初学者还是具有一定编程经验的读者，本书都能提供深入浅出的指引和详细的实例说明，

本书共分为9章，首先介绍了R软件中处理时间序列数据的方法以及如何进行时间序列数据的可视化，然后介绍了ARIMA模型及其相关扩展形式的原理、建模方法和应用，以及GARCH模型、VAR模型、VARX模型等，最后介绍了基于机器学习的时间序列预测方法、混沌时间序列的概念与特性，并提供了2个综合案例分析。

本书主要介绍了数据分析的基础知识和实操过程。全书共7个单元，第1单元为数据分析概述，第2-6单元以MicrosoftExcel2019软件为例，从数据收集、数据分析常用函数、数据加工与处理、数据分析、数据展示等方面切入，结合具体的案例进行数据剖析；第7单元将理论与实践结合，以某新零售企业的销售数据为例，展现了数据分析完

本书内容包括概率论、数理统计和R语言初步知识等。

本书针对概率论与数理统计实践课程设计了概率统计基础实验、应用案例分析、演示验证实验，编撰了典型应用案例。本书注重内容的知识性、启发性、可探索性和素材新颖性，实验基于MATLAB平台和GeoGebra平台开展，附有所有实验程序、案例求解程序和演示验证实验GGB脚本程序文件，可通过扫描二维码获取。