本书是AI创新教材，适应职业本科教育发展及应用型人才培养需求，系统地涵盖了概率论与数理统计的核心内容。

本书构建了概率基础与随机变量、统计推断与决策分析，以及综合应用与实践创新三大模块的知识体系。主要内容包括绪论、随机事件及其概率、离散型随机变量及其分布、连续型随机变量及其分布、数字特征与极限定理、数据的收集（抽样方法、常用统计量及其分布等）、数据的处理（数据预处理、参数估计等）、数据的分析（假设检验、方差分析、线性回归分析等），最后通过五个典型综合实训项目，结合Python的实操应用，实现理论与实践的深度融合。

本书前两个模块每章均设有导读和知识框架图，便于读者系统地理解知识脉络；以生活实例和专业情景作为引例，对接学生的职业发展需求；融入思政元素，实现知识传授与价值引领同频共振；加人“小锦囊”栏目，便于读者理解基本概念和基本思想；增添知识拓展，满足不同层次需求；引入AI学习助手，匹配数字化时代发展需求；配套Python实操案例，培养读者将数学知识转化为实际解决方案的能力；章内各节配备知识闯关和章节测验，供读者检验学习效果。

本书可作为应用型本科院校、职业本科院校和高等职业院校各类专业的概率论与数理统计课程教材，也可作为相关领域从业者的参考用书。

前辅文
绪论
  第一节 概率论与数理统计的研究对象
  第二节 概率论与数理统计的发展史
  第三节 概率论与数理统计的应用场景
  第四节 概率统计与前沿技术
模块一 概率基础与随机变量
  第一章 随机事件及其概率
   第一节 样本空间与随机事件
   第二节 随机事件间的关系及运算
   第三节 频率与概率及常见概率模型
   第四节 条件概率与三大公式
   第五节 事件的独立性
   实操 Python实现随机事件及其分布
   章节测验一
  第二章 离散型随机变量及其分布
   第一节 随机变量概念及分类
   第二节 一维离散型随机变量及其分布
   第三节 二维离散型随机变量及其联合分布律
   第四节 二维离散型随机变量与一维离散型随机变量的关系
   第五节 离散型随机变量函数的分布
   实操 Python实现计算统计量、可视化数据分布（一）
   章节测验二
  第三章 连续型随机变量及其分布
   第一节 一维连续型随机变量及其分布
   第二节 二维连续型随机变量及其分布
   第三节 二维连续型随机变量与一维连续型随机变量的关系
   第四节 连续型随机变量函数的分布
   实操 Python实现计算统计量、可视化数据分布（二）
   章节测验三
  第四章 数字特征与极限定理
   第一节 数字特征
   第二节 大数定律与中心极限定理
   实操 Python模拟中心极限定理
   章节测验四
模块二 统计推断与决策分析
  第五章 数据的收集
   第一节 统计学中常见基本概念：数据收集、总体、样本
   第二节 抽样方法与统计推断
   第三节 常用统计量及其分布
   实操 Python实现计算统计量、可视化数据分布（三）
   章节测验五
  第六章 数据的处理
   第一节 数据的简单处理
   第二节 参数估计
   实操 Python实现数据预处理、参数估计
   章节测验六
  第七章 数据的分析
   第一节 假设检验的基本原理
   第二节 假设检验的基本方法
   第三节 方差分析
   第四节 线性回归分析
   实操 利用Python语言进行假设检验、方差分析、线性回归分析
   章节测验七
模块三 综合应用与实践创新——以Python为桥，实现概率论与数理统计的职业落地
  第八章 综合实训项目
   第一节 Python简介与基本操作
   第二节 实训项目一 智能制造：产品质量分析与过程能力评估
   第三节 实训项目二 电商运营：客户购买行为分析与转化率预测
   第四节 实训项目三 生物医药：临床试验数据的统计检验与疗效评估
   第五节 实训项目四 新能源技术：动力电池寿命预测与可靠性分析
   第六节 实训项目五 开放选题：基于真实场景的自主数据分析实践
附录
参考文献