本习题册是根据国家教育部审定的高等工科院校的本科非数学专业的教学要求，并按照同济大学数学科学学院最新编写的《概率论与数理统计》的章节顺序，以方便学生课后巩固基本概念和掌握基本解题方法为主要目的而编写的配套练习册。全书共分八章，分别为随机事件与概率、离散型随机变量、连续型随机变量、随机向量、大数定律和中心极限定理、统计量

本教材以基础、应用、实践、创新的教学体系为框架，通过丰富的案例教学、基于Python进行实践操练，使读者更加容易理解基本理论，增加直观性、趣味性及应用性，提高读者解决实际问题的能力。本教材主要内容包括事件与概率、条件概率、一维随机变量及其、多维随机变量及其分布、随机变量函数的分布、数字特征、大数定律与中心极限定理、数理

概率论与数理统计是研究随机现象及其统计规律性的学科，是高等学校各专业开设的基础学科。本书系统地介绍了概率论与数理统计的概念、方法、理论及应用。本教材的第一部分概率论部分，主要是对随机现象统计规律演绎的研究，内容包括：第一章随机事件与概率，第二章随机变量及其分布，第三章多维随机变量及其分布，第四章随机变量的数字特征，第五

本书介绍了概率论与数理统计的基本概念、理论和方法。本书主要分为两个部分：第一部分为概率论，内容包括随机事件和概率，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；第二部分为数理统计，内容包括抽样分布，参数估计和假设检验。同时，书中教学例题的配备注重了学习难度的循序渐进，并分节选编了题

本书基于编者从事概率论与数理统计课程教学实践和应用研究三十多年的心得和经验，精选概率论与数理统计学科的主要内容编著而成。全书共分概率论和数理统计两部分，共计10章，内容包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、样本及抽样理论、参数估计、假设检验、方差分析、回

本教材内容包括：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，基于MATLAB工具的数学实验等。书末附有一系列表格、习题答案与提示、名词索引和符号说明。本书根据本科应用型学生的特点，教学内容突出基本概念，基本理论，基

本书内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。本书着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。在作者多年教学实践

这本书从非数学的角度提供了有关实验设计和分析的综合处理，侧重于基本概念而不是技术细节的计算。大部分讨论都是根据来自众多应用领域的实例进行的。主题包括随机化的理由和实际困难、析因实验中出现的各种因素、选择实验的规模、进行观察的不同目的等等。大致内容：关键假设、减少错误的设计、如何使用补充观察来减少错误、随机化、析因实验的

本教材以学生为中心，为本科二年级理工科学生设计的一学期双语课程“概率论与数理统计”课程教材。本书旨在培养学生发现、分析和解决随机现象中实际问题的能力，及由试验数据对总体进行统计推断的技巧，能够独立地运用课程中的基本理论处理广泛存在的随机问题。本书符合林业院校本科生的实际需要。内容旨在为读者研究概率统计问题提供充足的准备

本书教你如何从基于时间的数据(如日志、客户分析和其他事件流)中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码全面演示了用于时间序列预测的统计和深度学习方法。全书分为四部分：第一部分介绍时间序列预测的概念；第二部分介绍使用统计模型进行预测；第三部分介绍使用深度学习进行大规模预测；第四部分