本讲义基于概率建模的理念，借助古典概率模型和几何概率模型的直观以及Kolmogorov公理化的框架，系统而严谨地逐步重构了初等概率论的理论与应用体系，并通过丰富的案例帮助读者来理解和应用有关概率理论。全书共分12章及3个附录。

本书为十三五江苏省高等学校重点教材，按照理论与应用并重的思路编写，共分为八章，包括随机事件与概率、一维随机变量及其分布，二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、数理统计的基本概念、参数估计、假设检验等内容，并针对常用的概率统计模型和方法补充了Excel软件的相关内容，在每章后精心选取了不同层次

本书通过典型案例、反例及仿真分析，深入解析概率统计理论与应用。书中以概率统计教学及军事靶场试验为背景，融合线性代数、数据分析等课程知识，在应用中阐述随机事件与概率、随机变量、数理统计方法等核心内容。

本书是概率模型和应用随机过程领域的一部经典著作。在详细介绍了随机变量、条件概率和期望等概率论基础知识之后，它全面涵盖了马尔可夫链、泊松过程、更新过程、排队模型、布朗运动等随机过程，以及其在工程学、物理学、生物学、运筹学、计算机科学、金融学、保险学、管理学和社会科学中的广泛应用。此外，本书还讨论了随机模拟的技术和这一版新

本书以普通高等学校非数学专业概率论与数理统计课程的教学基本要求为依据，参考国内优秀教材，融入编者多年来在课程教学过程中积累的教学经验编写而成。本书内容由两大部分组成。第一部分包括：随机事件及其概率、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、大数定律与中心极限定理；第二部分包括：数理统计的基本概念、参数

本书包含概率论和数理统计两大部分内容，包括随机事件及其概率、随机变量及其分布、多维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、假设检验等，另外，还包括一些附表和全书习题答案等。本书注重与高中相关内容的衔接，并有机融入课程思政元素，加入Python语言，以增强学生的数据分析处理能力。

本书是作者所著的《时间序列分析》一书关于习题指导和软件实战的配套教材，包括两大部分，第一部分是习题指导，强化时间序列分析的基本理论、基本方法及各知识点的联系与综合方面的训练，突出统计理论的掌握与运用。第二部分是R语言实战。以一些实际生产、生活中的数据集为基础，将时间序列分析的理论和方法借助R语言具体实现，通过图表形象地

全书共有8个章节，内容覆盖了随机事件与概率、随机变量及其分布、多维随机变量及其分布、数字特征与极限定理、统计量及其分布、参数估计、假设检验、概率论与数理统计在Python中的实现等。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

本书围绕尾概率的相关结论做了十个方面的介绍，得到了在所有时间范围内一致的破产概率的渐近估计。本书考虑了允许部分资本转移的破产集，扩展了现存的多维离散时模型，并提出了在这种改进模型下的初始储备最优分配策略。

本研究在现有框架基础上对各方法进行改进，弱化模型选择依赖：一是提出基于概率密度比的倾向得分估计方法，避免模型指定错误导致的偏差；二是将贝叶斯累加回归树模型引入预测模型法，提高识别复杂关系的能力；三是将改进后的倾向得分估计与预测模型结合，进一步减少模型设定错误带来的误差。研究还证明了相关估计量的渐近无偏性并给出方差计算公