本书为“十二五”普通高等教育本科国家级规划教材。全书共八章，前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。

本书的编写从实例出发，图文并茂，通俗易懂，注重讲清楚基本概念与统计思想，强调各种方法的应用，适合初次接触概率统计的读者阅读。全书插图100多幅，例题250多道，习题600余道。

本书可供高等学校数学类专业与统计学专业作为教材使用，亦可供其他专业类似课程参考，也适合自学使用。

前辅文
第一章 随机事件与概率
  §1.1 随机事件及其运算
   1.1.1 随机现象
   1.1.2 样本空间
   1.1.3 随机事件
   1.1.4 随机变量
   1.1.5 事件间的关系
   1.1.6 事件间的运算
   1.1.7 事件域
   习题1.1
  §1.2 概率的定义及其确定方法
   1.2.1 概率的公理化定义
   1.2.2 排列与组合公式
   1.2.3 确定概率的频率方法
   1.2.4 确定概率的古典方法
   1.2.5 确定概率的几何方法
   1.2.6 确定概率的主观方法
   习题1.2
  §1.3 概率的性质
   1.3.1 概率的可加性
   1.3.2 概率的单调性
   1.3.3 概率的加法公式
   1.3.4 概率的连续性
   习题1.3
  §1.4 条件概率
   1.4.1 条件概率的定义
   1.4.2 乘法公式
   1.4.3 全概率公式
   1.4.4 贝叶斯公式
   习题1.4
  §1.5 独立性
   1.5.1 两个事件的独立性
   1.5.2 多个事件的相互独立性
   1.5.3 试验的独立性
   习题1.5
第二章 随机变量及其分布
  §2.1 随机变量及其分布
   2.1.1 随机变量的概念
   2.1.2 随机变量的分布函数
   2.1.3 离散随机变量的概率分布列
   2.1.4 连续随机变量的概率密度函数
   习题2.1
  §2.2 随机变量的数学期望
   2.2.1 数学期望的概念
   2.2.2 数学期望的定义
   2.2.3 数学期望的性质
   习题2.2
  §2.3 随机变量的方差与标准差
   2.3.1 方差与标准差的定义
   2.3.2 方差的性质
   2.3.3 切比雪夫不等式
   习题2.3
  §2.4 常用离散分布
   2.4.1 二项分布
   2.4.2 泊松分布
   2.4.3 超几何分布
   2.4.4 几何分布与负二项分布
   习题2.4
  §2.5 常用连续分布
   2.5.1 正态分布
   2.5.2 均匀分布
   2.5.3 指数分布
   2.5.4 伽玛分布
   2.5.5 贝塔分布
   习题2.5
  §2.6 随机变量函数的分布
   2.6.1 离散随机变量函数的分布
   2.6.2 连续随机变量函数的分布
   习题2.6
  §2.7 分布的其他特征数
   2.7.1 k阶矩
   2.7.2 变异系数
   2.7.3 分位数
   2.7.4 中位数
   2.7.5 偏度系数
   2.7.6 峰度系数
   习题2.7
第三章 多维随机变量及其分布
  §3.1 多维随机变量及其联合分布
   3.1.1 多维随机变量
   3.1.2 联合分布函数
   3.1.3 联合分布列
   3.1.4 联合密度函数
   3.1.5 常用多维分布
   习题3.1
  §3.2 边际分布与随机变量的独立性
   3.2.1 边际分布函数
   3.2.2 边际分布列
   3.2.3 边际密度函数
   3.2.4 随机变量间的独立性
   习题3.2
  §3.3 多维随机变量函数的分布
   3.3.1 多维离散随机变量函数的分布
   3.3.2 最大值与最小值的分布
   3.3.3 连续场合的卷积公式
   3.3.4 变量变换法
   习题3.3
  §3.4 多维随机变量的特征数
   3.4.1 多维随机变量函数的数学期望
   3.4.2 数学期望与方差的运算性质
   3.4.3 协方差
   3.4.4 相关系数
   3.4.5 随机向量的数学期望向量与协方差矩阵
   习题3.4
  §3.5 条件分布与条件期望
   3.5.1 条件分布
   3.5.2 条件数学期望
   习题3.5
第四章 大数定律与中心极限定理
  §4.1 随机变量序列的两种收敛性
   4.1.1 依概率收敛
   4.1.2 按分布收敛?弱收敛
   习题4.1
  §4.2 特征函数
   4.2.1 特征函数的定义
   4.2.2 特征函数的性质
   4.2.3 特征函数唯一决定分布函数
   *4.2.4 矩的问题
   习题4.2
  §4.3 大数定律
   4.3.1 伯努利大数定律
   4.3.2 常用的几个大数定律
   习题4.3
  §4.4 中心极限定理
   4.4.1 独立随机变量和
   4.4.2 独立同分布下的中心极限定理
   4.4.3 二项分布的正态近似
   4.4.4 独立不同分布下的中心极限定理
   习题4.4
第五章 统计量及其分布
  §5.1 总体与样本
   5.1.1 总体与个体
   5.1.2 样本
   习题5.1
  §5.2 样本数据的整理与显示
   5.2.1 经验分布函数
   5.2.2 频数频率表
   5.2.3 样本数据的图形显示
   习题5.2
  §5.3 统计量及其分布
   5.3.1 统计量与抽样分布
   5.3.2 样本均值及其抽样分布
   5.3.3 样本方差与样本标准差
   5.3.4 样本矩及其函数
   5.3.5 次序统计量及其分布
   5.3.6 样本分位数与样本中位数
   5.3.7 五数概括与箱线图
   习题5.3
  §5.4 三大抽样分布
   5.4.1 χ2分布(卡方分布)
   5.4.2 F分布
   5.4.3 t分布
   习题5.4
  §5.5 充分统计量
   5.5.1 充分性的概念
   5.5.2 因子分解定理
   习题5.5
第六章 参数估计
  §6.1 点估计的概念与无偏性
   6.1.1 点估计及无偏性
   6.1.2 有效性
   习题6.1
  §6.2 矩估计及相合性
   6.2.1 替换原理和矩法估计
   6.2.2 概率函数已知时未知参数的矩估计
   6.2.3 相合性
   习题6.2
  §6.3 最大似然估计与EM算法
   6.3.1 最大似然估计
   6.3.2 EM算法
   6.3.3 渐近正态性
   习题6.3
  §6.4 最小方差无偏估计
   6.4.1 均方误差
   6.4.2 一致最小方差无偏估计
   6.4.3 充分性原则
   6.4.4 CramerRao不等式
   习题6.4
  §6.5 贝叶斯估计
   6.5.1 统计推断的基础
   6.5.2 贝叶斯公式的密度函数形式
   6.5.3 贝叶斯估计
   6.5.4 共轭先验分布
   习题6.5
  §6.6 区间估计
   6.6.1 区间估计的概念
   6.6.2 枢轴量法
   6.6.3 单个正态总体参数的置信区间
   6.6.4 大样本置信区间
   6.6.5 样本量的确定
   6.6.6 两个正态总体下的置信区间
   习题6.6
第七章 假设检验
  §7.1 假设检验的基本思想与概念
   7.1.1 假设检验问题
   7.1.2 假设检验的基本步骤
   7.1.3 检验的p值
   习题7.1
  §7.2 正态总体参数假设检验
   7.2.1 单个正态总体均值的检验
   7.2.2 假设检验与置信区间的关系
   7.2.3 两个正态总体均值差的检验
   7.2.4 成对数据检验
   7.2.5 正态总体方差的检验
   习题7.2
  §7.3 其他分布参数的假设检验
   7.3.1 指数分布参数的假设检验
   7.3.2 比率p的检验
   7.3.3 大样本检验
   习题7.3
  §7.4 似然比检验与分布拟合检验
   7.4.1 似然比检验的思想
   7.4.2 分类数据的χ2拟合优度检验
   7.4.3 分布的χ2拟合优度检验
   7.4.4 列联表的独立性检验
   习题7.4
  §7.5 正态性检验
   7.5.1 正态概率图
   7.5.2 W检验
   7.5.3 EP检验
   习题7.5
  §7.6 非参数检验
   7.6.1 游程检验
   7.6.2 符号检验
   7.6.3 秩和检验
   习题7.6
第八章 方差分析与回归分析
  §8.1 方差分析
   8.1.1 问题的提出
   8.1.2 单因子方差分析的统计模型
   8.1.3 平方和分解
   8.1.4 检验方法
   8.1.5 参数估计
   8.1.6 重复数不等情形
   习题8.1
  §8.2 多重比较
   8.2.1 水平均值差的置信区间
   8.2.2 多重比较问题
   8.2.3 重复数相等场合的T法
   8.2.4 重复数不等场合的S法
   习题8.2
  §8.3 方差齐性检验
   8.3.1 Hartley检验
   8.3.2 Bartlett检验
   8.3.3 修正的Bartlett检验
   习题8.3
  §8.4 一元线性回归
   8.4.1 变量间的两类关系
   8.4.2 一元线性回归模型
   8.4.3 回归系数的最小二乘估计
   8.4.4 回归方程的显著性检验
   8.4.5 估计与预测
   习题8.4
  §8.5 一元非线性回归
   8.5.1 确定可能的函数形式
   8.5.2 参数估计
   8.5.3 曲线回归方程的比较
   习题8.5
附表
  表1 泊松分布函数表
  表2 标准正态分布函数表
  表3 χ2分布分位数χ2p(n)表
  表4 t分布分位数tp(n)表
  表5.1 F分布0.90分位数F0.90(f1,f2)表
  表5.2 F分布0.95分位数F0.95(f1,f2)表
  表5.3 F分布0.975分位数F0.975(f1,f2)表
  表5.4 F分布0.99分位数F0.99(f1,f2)表
  表6 正态性检验统计量W的系数ai(n)数值表
  表7 正态性检验统计量W的α分位数Wα表
  表8 t化极差统计量的分位数q1-α(r,f)表
  表9 检验相关系数的临界值表
  表10 统计量H的分位数H1-α(r,f)表
  表11 检验统计量TEP的1-α分位数T1-α,EP(n)
  表12 游程总数检验临界值
  表13 Wilcoxon符号秩和检验统计量的分位数
  表14 Wilcoxon秩和检验临界值表
习题参考答案
参考文献

概率论与数理统计经典教材

茆诗松，数理统计专家，华东师范大学终身教授、博士生导师，中国数理统计专业的开拓者之一。曾任中国数学会概率统计学会副理事长，多次承担国家自然科学基金项目，并获得上海市育才奖和宝钢优秀教师奖。
曾编著出版教材《高等数理统计》（获2001年上海市教学成果二等奖）、《概率论与数理统计教程》及其习题解答、《贝叶斯统计》、《质量管理统计方法》。

“十二五”普通高等教育本科国家级规划教材

1.内容新颖、选择恰当，在引入概念时注重实际背景的分析，符合认知规律。 2.内容编排上有独到的新意。例如，在第一章中就引入随机变量的直观概念，然后在第二章中再给出随机变量的严格定义；将频率模型、古典模型、几何模型作为确定概率的方法；在随机变量及其分布上，特别强调分布的概念，指出各阶矩是由分布决定的；对总体、抽样分布、检验的拒绝域以及检验的p值等概念的叙述都作了改进；在点估计的评价标准上把相合性作为基本要求，同时强调无偏性、有效性、均方误差最小等评价标准。这些教学内容上的刻意编排有利于学生正确、牢固地掌握这些重要概念。 3.例子丰富多样，富于时代气息。全书有近250个例子，例如说明频率稳定性的“英语字母频率”，说明古典概型的“彩票问题”，说明全概率公式应用的“敏感性调查”，说明贝叶斯公式应用的“肝癌诊断法的效率问题”及伊索语言的“孩子与狼”的新解释，说明方差作用的投资风险等等，这些例子是作者在日常教学和研究中收集起来的，其中大多能贴近当代的社会、经济、生活和管理方面。 4.全书有600多道习题，分节设立，具有针对性。这些习题中既有巩固基础知识的基础题，又有开拓思路的提高题，可全面帮助读者更好地掌握概率论与数理统计的知识。