《概率論與數理統計》在編排上分成兩部分：第一大塊為概率論部分，包括隨機事件及其概率、隨機變量與分布函數、多維隨機變量及其分布、隨機變量的數字特征、大數定律和中心極限定理五部分，其中也摻雜一些數理統計的例子；第二大塊為數理統計部分，包括數理統計的基本概念、參數估計和假設檢驗三部分，所選例子大部分來自生產或生活實際，其中也有一小部分是有關概率論的內容。
《概率論與數理統計》可作為高等學校工科、管理、財經及非數學類的理科專業的教材或者參考書，也可供工程技術人員或者科技人員學習參考。
概率論與數理統計是研究與揭示隨機現象統計規律的一門學科，隨著現代科學技術的發展，概率論與數理統計的應用方法也正逐步滲入到自然科學、技術科學以及經濟管理等多個領域中。概率論和數理統計都是近代數學的分支，概率論是對隨機現象統計規律演繹的研究，而數理統計是對隨機現象統計規律歸納的研究，兩者之間相互滲透、相互關聯。針對這兩門學科的特點，本書在編排上，也大致分成兩部分：第一大塊為概率論部分，包括隨機事件及其概率、隨機變量與分布函數、多維隨機變量及其分布、隨機變量的數字特征、大數定律和中心極限定理五部分，其中也摻雜一些數理統計的例子；第二大塊為數理統計部分，包括數理統計的基本概念、參數估計和假設檢驗三部分，所選例子大部分來自生產或生活實際，其中也有一小部分是有關概率論的內容。概率論與數理統計在醫學、軍事、社會科學、工程技術及農業上都得到廣泛的應用，因此在我國各大高校被列為理工科必修課程。本書可作為工科、理科（非數學）類各專業本科生的教材和相關課程教師的參考用書。
本書在編寫過程中，以通俗易懂的例證為基礎，以與實際聯系緊密的內容和基本方法介紹為主線，注重數理統計的應用，在著重突出學科要點的同時不失學習的趣味性。為了幫助讀者鞏固所學知識，本書在習題的選擇上既有基礎性的客觀題，也有較為復雜的主觀綜合應用題，旨在通過課后練習的方法使讀者進一步開拓思路、加深理解。
本書第一章、第四章、第五章第1節由韓旸編寫；第二章、第五章第2、3節、第六章由張權編寫；第三章、第七章和第八章由王厚增編寫。參與編寫的人員還有：宋興軍、傅俊偉、田巍、張敬、郭金龍、崔繼賢、朱靜、馬占春、趙秀芳、曹建民、鄭月玲、寧廣祥等，感謝他們的大力幫助。因編者水平所限，難免有不足之處，敬請廣大讀者給予指正。
編者
2013年8月
第1章 隨機事件及其概率
1.1 隨機事件與運算
1.1.1 隨機試驗
1.1.2 樣本空間與隨機事件
1.1.3 事件間的關系及其運算
1.2 概率的定義及性質
1.2.1 概率的公理化定義
1.2.2 概率的性質
1.3 古典概型與幾何概型
1.3.1 古典概型（等可能概型）
1.3.2 幾何概型
1.4 條件概率和事件的獨立性
1.4.1 條件概率
1.4.2 乘法公式
1.4.3 全概率公式
1.4.4 貝葉斯公式
1.4.5 事件的獨立性和伯努利概型
1.5 小結
1.5.1 概念網絡圖
1.5.2 重要公式和結論
習題一
第2章 隨機變量與分布函數
2.1 隨機變量及其分布
2.1.1 隨機變量的定義
2.1.2 分布函數及其性質
2.2 離散型隨機變量及常用分布
2.2.1 離散型隨機變量及其分布列
2.2.2 常用的離散型分布
2.3 連續型隨機變量及常用分布
2.3.1 連續型隨機變量及其概率密度函數
2.3.2 常用連續分布
2.4 隨機變量函數的分布
2.4.1 單個隨機變量的函數分布
2.5 小結
2.5.1 概念網絡圖
2.5.2 重要公式和結論
習題二
第3章 多維隨機變量及其分布
3.1 二維隨機變量
3.1.1 二維隨機變量及其分布函數
3.1.2 二維隨機變量邊際分布函數
3.1.3 二維離散型隨機變量聯合分布及邊際分布列
3.1.4 二維連續型隨機變量的聯合密度及邊際密度函數
3.2 隨機變量的獨立性
3.2.1 獨立性定義
3.2.2 相關定理
3.2.3 兩隨機變量的獨立性
3.3 兩個隨機變量的函數及其分布
3.3.1 最大值與最小值分布
3.3.2 卷積公式
3.3.3 積的分布
3.4 小結
習題三
第4章 隨機變量的數字特征
4.1 數學期望
4.1.1 離散型隨機變量的數學期望
4.1.2 連續型隨機變量的數學期望
4.1.3 數學期望的性質
4.2 方差
4.2.1 方差與標準差的定義
4.2.2 方差的性質
4.3 二維隨機向量的數字特征
4.3.1 協方差
4.3.2 相關系數
4.4 小結
習題四
第5章 大數定律和中心極限定理
5.1 大數定律
5.1.1 伯努利大數定理
5.1.2 切比雪夫大數定理
5.2 中心極限定理
5.2.1 獨立同分布的中心極限定理
5.2.2 De MoivreLaplace積分極限定理
5.3 補充知識
5.3.1 分布函數的弱收斂
5.3.2 依分布收斂
5.4 小結
習題五
第6章 數理統計的基本概念
6.1 基本概念
6.1.1 總體與個體
6.1.2 樣本
6.2 統計量及其分布
6.2.1 統計量與抽樣分布
6.2.2 樣本均值及其抽樣分布
6.2.3 樣本方差與樣本標準差
6.2.4 樣本矩及次序統計量
6.2.5 樣本分位數與樣本中位數
6.3 三大抽樣分布
6.3.1 χ2分布（卡方分布）
6.3.2 t分布
6.3.3 F分布
6.3.4 一些重要的結論
6.4 小結
習題六
第7章 參數估計
7.1 點估計和估計量的求法
7.1.1 矩法估計
7.1.2 最大似然估計
7.2 估計量的評價標準
7.2.1 相合性
7.2.2 無偏性
7.2.3 有效性
7.3 區間估計
7.3.1 區間估計的概念
7.3.2 均值μ的置信區間
7.3.3 方差σ2的置信區間
7.4 小結
習題七
第8章 假設檢驗
8.1 假設檢驗的基本思想與基本概念
8.1.1 假設檢驗的基本思想和基本步驟
8.1.2 假設檢驗的基本步驟
8.2 單個正態總體參數假設檢驗
8.2.1 單個正態總體均值μ的檢驗
8.2.2 單個正態總體方差的檢驗
8.3 小節
習題八
參考文獻
新書資訊