本书是高等院校概率论课程的教材,是北京大学数学教学系列丛书"《概率论》的第二版。全书共分六章，内容包括：古典概型和概率空间、随机变量和概率分布、随机向量及其概率分布、数学期望和方差、特征函数和概率极限定理、随机过程简介。每小节配有练习题，每章配有总习题，书末附有习题答案或提示，供读者参考。本书对概率论的基本内容做了系统

通过研究协变量与响应变量条件分位数之间的关系，分位数回归模型作为一种对经典线性回归模型的显著推广而出现。跟经典的线性回归模型相比，分位数回归不仅能处理响应变量的位置转移，而且能处理尺度变换。分位数回归能稳健地处理偏态的响应变量，也能灵活地反应协变量效应，因此它已经在复杂数据分析中表现出了极大地实用性。纵向数据、高维成分

本书从大数据概述入手，介绍了大数据的定义、特点、类型与价值，阐述了数据挖掘的基本概念，讨论了大数据处理技术，然后重点讲述了数据挖掘的基本算法和技术，包括聚类分析、关联规则挖掘、决策树和神经网络等，最后从具体的应用场景出发，深入探讨了大数据分析和数据挖掘在实际中的应用和实践，包括金融、医疗、电子商务等领域，展望了大数据分

本书根据高等院校概率论与数理统计课程的最新教学大纲及考研大纲编写而成。全书共十二章，主要介绍了概率论的基本概念、随机变量及其分布、数学特征、样本及抽样分布、参数估计、假设检验、方差分析及回归分析、随机过程、平隐随机过程、时间序列分析等，着重阐述了概率论与数理统计中主要内容的思想方法，力求做到理论与应用相结合。各章均包括

本书编选“概率论与数理统计”的各类题型，包含作者的创新题型，全面、典型，综合性强；解题方法和技巧独特，能够很好地帮助考研学生掌握“概率论与数理统计”的学习方法，锻炼学生的思维逻辑与数学能力；帮助考研学生在复习“概率论与数理统计”内容的基础上不断进阶，取得优异成绩。本书也是大学生学习“概率论与数理统计”课程较好的辅导书。

该书是全国统计教材编审委员会“十四五”全国统计规划系列教材之一。在前面五版的基础上，该书做了一些修改。其中比较显著的为：在提供r代码的基础上，增加了Python程序代码；增加了再抽样方法一章；删除了所有国外商业软件的代码和说明；删除了所有书后占有17页的各种表格；增加了再抽样方法一章的说明；精简了一些内容。此外，该书在

本书全面介绍了统计概念和统计方法在商务实践中的应用，涵盖了在进行统计报告评估和商务决策时所必需的数据处理、数据可视化和推断分析方法，并通过案例给出了应用统计软件进行分析的详细过程。全书共13章，分别为：数据与统计分析、数据的图表描述、数据的数字描述、抽样与抽样分布、参数估计、假设检验、分类数据分析、方差分析、一元线性回

"本书是与李小明、谢祥俊、刘建兴编写的《概率论与数理统计》（第二版）相配套的作业集，内容涵盖随机事件与概率、随机变量及其分布、随机变量的数字特征、参数估计与假设检验等。书中习题主要选自所配套教材的习题、自编习题、历年考研真题等，题目按照“过关、提高、拓展”三个层次进行设置，方便教师布置分层作业。书末以二维码形式给出题目

本书共有11章，第1章至第5章是概率论部分，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6章至第8章是数理统计部分，包括样本及抽样分布、参数估计、假设检验；第9章至第11章是随机过程部分，包括随机过程引论、马尔可夫链、平稳随机过程.各章均选配了适量的习题，

在产品研发或改进过程中，需要进行大量而重复的实验以确定最优的配方及工艺。掌握先进的实验方法和数据处理方法，可以缩短研发周期、节省研发成本。《从零学实验设计与数据处理》以实验设计为主线，除了介绍实验设计的基本原理与方法以外，佐以大量产业车间范例，旨在使读者学会不同的实验设计的理论与方法。同时通过本书对范例的说明，了