本书根据教育部高等学校大学数学课程教学指导委员会制定的“大学数学课程教学基本要求”，并参考教育部考试中心制定的“全国硕士研究生招生考试数学考试大纲”，在2020年第二版的基础上修订而成。全书内容包括随机事件及其概率、随机变量的分布及其数字特征、多维随机向量的分布及其数字特征、大数定律与中心极限定理、数理统计的基本概念、

本书将首先梳理关于处理缺失数据的统计方法，其次从模型推断角度出发，分别在随机缺失机制假定与非随机缺失机制假定下，基于分位回归设计新的缺失分位回归估计方法，给出估计量的统计性质，通过模拟研究和实际数据分析验证方法的有效性。

本书共分10章，第1章为绪论，包括多元统计分析的发展历史、多元数据的组织及可视化；第2章为矩阵代数基础，包括矩阵的Kronecker乘积和拉直运算，以及矩阵的分解和微分等；第3章和第4章介绍多元统计推断的基本理论，包括多元抽样分布、参数估计和多元正态总体的假设检验等；第5章至第10章介绍常用的多元统计分析方法，包括判别

本教材根据教育部最新制定的《高等工科院校本科概率论与数理统计课程的教学基本要求》，结合近年高等教育教学改革的研究成果及最新的数学课程改革理念编写而成，遵循“以应用为目的，以必需够用为度”，着重数学方法的介绍，淡化数学理论的推导和证明。全书共分九章，分别为随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的

本书为普通高等教育“十一五”规划教材。本书系统介绍随机过程的基本理论、分析方法及在实际中应用广泛的几类随机过程。全书共8章，内容包括：随机过程的基本概念，随机过程的线性变换，窄带随机过程，高斯随机过程，泊松过程，马尔可夫链和马尔可夫过程。各章配有适量习题，书末附有习题提示与答案。

全书共有8个章节，内容覆盖了随机事件及其概率、随机变量及其分布、随机变量的数字特征、正态分布、数理统计的基础知识、参数估计、假设检验、回归分析与方差分析等。本书语言通俗易懂，逻辑清晰，结构严谨。每章穿插微视频，围绕重难点及典型例题进行视频讲解，线上线下相结合，有助于学生更好的理解内容。章末均配有不同难度的课后习题，适配

全书共有8个章节，内容覆盖了概率论的基本概念、随机变量、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、大数定律及中心极限定理、参数估计、假设检验等，本书语言通俗易懂，逻辑清晰，结构严谨。全书微视频资源，围绕重难点及典型例题进行视频讲解，线上线下相结合，有助于学生更好的理解内容。章末均配有不同难度的课

本书介绍概率论与数理统计的基本概念、基本理论和方法。全书分8章，内容涵盖了随机事件与概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、数理统计的基础知识、参数估计、方差分析和回归分析，并介绍了数学软件MATLAB的使用方法。每个章末均有灵活多样、综合性较强的习题，供学生、

教材，本书分上、下两篇，各包括5个章节，共计10章。上篇为R语言基础，目的是介绍R语言在传统低元数据中的统计分析和可视化应用。下篇着重介绍R语言在多元统计中的应用。本书以统计学的惯用逻辑顺序，系统而全面地介绍R语言的使用方法。无论是对于R语言初学者还是具有一定编程经验的读者，本书都能提供深入浅出的指引和详细的实例说明，

本书共分为9章，首先介绍了R软件中处理时间序列数据的方法以及如何进行时间序列数据的可视化，然后介绍了ARIMA模型及其相关扩展形式的原理、建模方法和应用，以及GARCH模型、VAR模型、VARX模型等，最后介绍了基于机器学习的时间序列预测方法、混沌时间序列的概念与特性，并提供了2个综合案例分析。