本书以全面而有趣的方式介绍概率论与数理统计的基础知识，不仅讲授了实验设计和数据分析方法，而且重视培养将这些原理应用于实践的技能。第6版主要更新：·共18个新的“案例研究”，以帮助读者理解新增的概念。·第2章包含10个新例子，包括对“恺撒*后一口气”问题的重复独立试验分析。·第4章新增一个附录，总结了常用概率密度函数的所

线性模型是现代统计学中一类重要的模型，广泛地应用于经济，金融，生物、医学和工程技术等领域。在该模型的建模分析中，统计学家主要研究模型的参数估计理论，假设检验以及未来观察值的预测等统计推断问题。相比较，参数的假设检验以及未来观察值的预测问题研究更多的依赖于参数估计的结果。因此，模型的参数估计理论在整个建模分析过程中起到重

本书全面系统地介绍了半鞍与随机分析的基本理论及其应用.全书共分十六章，主要内容包括经典鞍论，随机过程一般理论，半鞍与随机分析的基础理论.随机积分和有关论题.本书讨论了H1-鞅和BMO-鞅并建立了一系列主要的鞍不等式;引进了半鞍的可料特征及半鞍的积分表示;介绍了随机分析的一个重要技巧——测度变换;讨论了鞍的可料积分表示;

本书系统地叙述了涡度法的数学理论，内容主要分为Euler方程涡度法的收敛性，粘性分离格式的收敛性和随机涡团法的收敛性三个部分，其中包括无粘与粘性流、初值问题与初边值问题、半离散化与全离散化以及有关不可压缩流的数学理论.

本书系统地介绍了自然边界元方法的数学理论，总结了作者十余年来在这一方向的研究成果，包括椭圆边值问题的自然边界归化原理、强奇异积分的数值计算、对调和方程边值问题、重调和方程边值问题、平面弹性问题和Stokes问题的应用，以及自然边界元与有限元耦合法等内容.

本教材试图从工科的角度介绍随机过程的基本概念和方法内容，特点是阅读的起点相对较低，使读者能够在较短的时间内了解随机过程的基础知识和主要内容，首先对于随机过程的基本思想进行详细的介绍，随后选择几种重要的随机过程进行重点介绍，而对于涉及较深数学知识的内容列出文献，便于感兴趣的读者进行追踪学习。

《广义线性模型导论》系统介绍了广义线性模型的概念基础和基本原则，通过具体案例和SAS统计软件阐释了将logistic回归等整合到拟合广义线性模型架构中的方法。本书的目的在于，向熟悉经典线性模型的普通社会科学研究者展示，如何从线性回归模型推广到非连续自变量的其他模型，而不失这两种模型间的共同根基及相似性。

本书是一本优秀的法国数学著作，系统全面地介绍了马尔可夫链的基本性质和结论，然后围绕这一主题给出了丰富的应用结果。基于蒙特卡罗(Monte-Carlo)算法和离散时间与连续时间的马尔可夫链，本书给出了算法的多种应用，例如在基因学中、物种发展学中及互联网络中。同时在最后一章还给出了其在金融学中的应用。

《概率论与数理统计》系统地论述了概率论与数理统计的概念、方法、理论及其应用，是一本为高等院校理工、经管类专业学生本科生学习而编写的教材或教学参考书．全书共分9章，内容包括随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征与特征函数、中心极限定理、数理统计的基础知识、参数估计、假设检验、方差分析

具体分高等数学、线性代数、概率论与数理统计三部分册。高等数学分册主要介绍函数、极限与连续、一元微分学及其应用、一元积分学及其应用、无穷级数、多元微积分学、微分方程和查分方程初步等内容。线性代数分册主要介绍矩阵、行列式、向量的基本概念、线性方程组的求解、特征值和特征向量、以及二次型的基本知识。概率论与数理统计分册主要包括