《新編概率論與數理統計（第2版）》是培養(yǎng)學生利用隨機思維模式看待和處理隨機現象的一門重要數學基礎課程。它與“高等數學”和“線性代數”所使用的確定思維模式一起，共同構成了人們認識世界的兩大主要思維方式。隨著社會的不斷發(fā)展和進步，不但在教育界，同時在學術理論界和實際應用界，人們都認識到隨機思維模式和隨機處理思想的重要性。
隨機事件與概率
1.1 隨機事件及其運算
1.1.1 隨機現象與樣本空間
1.1.2 隨機事件與隨機變量
1.1.3 事件關系與運算
1.2 概率的定義及性質
1.2.1 概率的統計定義與幾何定義
1.2.2 概率的古典定義
1.2.3 概率的公理化定義及性質
1.3 條件概率與獨立性
1.3.1 條件概率與乘法公式
1.3.2 事件獨立性和試驗獨立性
1.4 全概率公式與貝葉斯公式
1.4.1 全概率公式與貝葉斯公式
1.4.2 應用案例及分析
本章小結
思考題
習題
抽樣數據的描述統計和隨機變量的概率分布
2.1 抽樣數據的描述統計
2.1.1 頻率與累計頻率
2.1.2 樣本數據分布中心的描述
2.1.3 樣本數據離散程度的描述
2.1.4 Excel軟件的使用與顯示
2.2 隨機變量及其概率分布
2.2.1 隨機變量的（可測性）定義及其分布函數
2.2.2 離散型隨機變量及其分布律
2.2.3 連續(xù)型隨機變量及其密度函數
2.3 隨機變量的數學期望
2.3.1 數學期望的定義
2.3.2 數學期望的性質
2.4 隨機變量的方差
2.4.1 方差的定義
2.4.2 方差的性質
2.5 常用隨機變量的分布
2.5.1 離散型隨機變量
2.5.2 連續(xù)型隨機變量
2.6 應用案例及分析
本章小結
思考題
習題二
隨機向量及其函數的概率分布
3.1 隨機向量及其聯合分布
3.1.1 隨機向量及其聯合分布函數
3.1.2 離散型隨機變量的聯合概率分布
3.1.3 連續(xù)型隨機變量的聯合密度函數
3.2 邊際分布、條件分布及統計獨立性
3.2.1 二維隨機向量的邊際分布
3.2.2 二維隨機向量的條件分布
3.2.3 隨機變量間的統計獨立性
3.3 二維隨機向量的數字特征
3.3.1 二維隨機向量的數學期望與條件數學期望
3.3.2 二維隨機向量的方差
3.3.3 矩與相關系數
3.4 隨機變量（向量）函數的概率分布
3.4.1 隨機變量函數的分布
3.4.2 隨機向量函數的分布
3.5 應用案例及分析
本章小結
思考題
……
隨機變量序列的極限分布
數理統計中的統計量及其分布
參數估計
假設檢驗
應用回歸分析
書單推薦
