本书介绍了概率论与数理统计的基本概念、理论与方法，主要内容包括概率论的基本概念、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、祥本及抽样分布、参数估计、参数假设检验等，每章均配有习题，便于内容的理解和掌握。本书突出概率论与数理统计的基本思想和应用背景，表述从具体问题入手，由浅入深，由易到难，由具体到抽象，易于理解。
本书可作为高等院校工科、理科及经管类专业的公共基础课程教材，也可供其他专业学生选读。

"本书是根据作者多年的全英文教学经验编写而成的，是与作者编写的《概率论与数理统计(英文)》相配套的学习辅导用书。
本书主要围绕概率与随机事件、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、参数估计、假设检验、线性回归分析设计问题，并通过系统、详尽的解答分析，以及对题目背后内涵和关系的深入挖掘来帮助读者进一步提高概率论与数理统计的基本理论水平和实践应用能力。在编写过程中，作者吸取了国内外优秀教材和辅导用书的优点，注重理论与实践相结合。本书系统性强，图例丰

概率论与数理统计既是现代数学的重要分支, 也是现代统计学的基础, 是各类专业大学生最重要的数学必修课之一. 本书是为高等学校非数学专业编写的概率论与数理统计教材，也是“十二五”普通高等教育本科***规划教材的新形态改版升级. 全书共9章，内容包括随机事件、随机变量、随机向量、数字特征、极限定理、样本与统计量、参数估计、假设检验、回归分析与方差分析. 本书力求使用较少的数学知识，深入浅出地进行概率统计理论与应用的阐释，注意举例的多样性，帮助读者理解概念、掌握方法. 各章后选配了适量梯度的习题，并附

本书以集员估计理论为基础，围绕有界干扰系统信息融合滤波开展研究。首先，提出一种输入-状态稳定的定界椭球自适应滤波算法，提高滤波的收敛性和跟踪性能，并针对不同的精度和实时性要求进一步提出固定滞后区间平滑算法和基于次优定界椭球的有界干扰系统滤波算法。其次，为解决非线性有界干扰滤波算法存在的线性化误差大、线性化过程复杂，以及边界存在保守性等问题，提出基于中心差分的非线性有界干扰滤波算法。再次，对有界干扰下的融合滤波方法进行研究，提出相应的融合算法。最后，考虑实际应用中噪声的复杂性，提出具有双重不确定性

线性回归模型是一个非常有效且重要的数据分析方法，但它的局限性是要求因变量是定量变量（定距变量、定比变量）而非定性变量（定序变量、定类变量）。但在许多实际问题中，经常出现因变量有两个或三个分类的情况，此时就需要应用logistic回归分析。本书系统地把logistic回归与线性回归模型的OLS的R2、估计标准误差、t比率和斜率做比较，全面解释了logistic回归模型的估计、解释和诊断结果。传统回归诊断和学生化残差、杠杆、dbeta都包括在创新的logistic诊断法内。最后详细说明了多选项

在经济学、政治学、社会学、心理学和教育学等学科领域，因子分析法应用广泛。本书作者用明确的数据分析例子，详细介绍了因子分析的不同方法，以及它们在何种情况下最有用。更深入探讨了验证性和探索性因子分析的差别和因子旋转的各种标准。特别值得一提的是对不同形式的斜交旋转的讨论，以及如何解释从这些分析中得到的各项系数。此外，作者也回答了在探索性因子分析中抽取出来的尺度得分，并讨论了分析它们时会遇到的一些问题。

近来，被称为“数据科学家”的研究者备受关注，充分运用数据进行分析，变得越 来越重要。这种活用数据的基础便是“统计与概率”。《BR》统计与概率，不仅对于研究者，对于生活在现代社会的所有人来说都是可以在现实 生活中发挥重要作用的知识。在日常生活中，正确解读数据，从而进行合理的判断，也 是依靠概率和统计的思考方法。《BR》在本书中，以我们身边的话题作为案例，介绍以统计与概率为基础的重要数学方法， 并对于因人工智能的蓬勃发展而备受瞩目的“贝叶斯统计”，也介绍其思考方法与应用实 例。此外，本书还对概率论起

回归分析是统计学中一个非常重要的分支，在自然科学、管理及社会经济等领域有着非常广泛的应用。本书是针对统计学专业和财经管理类专业教学的需要而编写的。本书写作的指导思想是在不失严谨的前提下，明显不同于纯数理类教材，努力突出实际案例的应用和统计思想的渗透。由于R语言已风靡全球，在统计方法的应用中运用R语言也被越来越多的中国学者所追捧，因此本书结合R软件全面系统地介绍回归分析的实用方法，尽量结合中国社会经济、自然科学等领域的研究实例，把回归分析的方法与实际应用结合起来，注重定性分析与定量分析的紧密结合，

本书充分考虑了人文社科、财经管理类专业的学科特征及学生进行量化分析的实际需求，同时兼顾理论、方法、应用和计算机软件操作，从现实经济问题、理论基础、学科拓展、方法前瞻、应用案例五个方面出发，设计了相关内容，筛选了相关案例资料。通过分类应用举例，概括性阐述了多元统计分析常用方法体系架构，具体内容包括数据分析的图示方法、多元正态总体的统计推断、多元线性回归分析、聚类分析、判别分析、主成分分析、因子分析、路径分析，以及函数性数据的多元统计处理方法。书中融入了思政元素，并以现实经济、金融、管理、社会等领域