本书内容共包括七章，分为三个部分：第1章为概率论基础部分，主要回顾本科相关知识，并补充所需的一些扩展知识，为后续内容的展开提供更加平滑的过渡；第2、3、4章为数理统计部分，内容涵盖数理统计基本概念和统计推断的两大主题——参数估计和假设检验；第5、6、7章为随机过程部分，内容涵盖随机过程基本概念和在应用中占主导地位的马尔科夫过程和二阶矩过程。

第1章 概率论基础
1.1 概率空间
1.2 随机变量及其分布
1.3 随机变量的独立性
1.4 随机变量的数字特征
1.5 特征函数
1.6 n维正态分布
1.7 条件数学期望与全期望公式
习题1
思考题
第2章 数理统计的基本概念
2.1 总体与样本
2.2 统计量及其分布
习题2
思考题
第3章 参数估计
3.1 点估计
3.2 估计好坏的评价标准
3.3 区间估计
3.4 贝叶斯估计
习题3
思考题
第4章 假设检验
4.1 参数假设检验的基本思想
4.2 单个正态总体的参数假设检验
4.3 两个正态总体的参数假设检验
4.4 非正态总体的参数假设检验
4.5 非参数假设检验
习题4
思考题
第5章 随机过程的概念和基本类型
5.1 随机过程的基本概念
5.2 随机过程的分布和数字特征
5.3 复随机过程
5.4 随机过程的基本类型
习题5
思考题
第6章 马尔科夫过程
6.1 离散时间马尔科夫链与随机游走
6.2 连续时间马尔科夫链与泊松过程
6.3 连续马尔科夫过程与布朗运动
习题6
思考题
第7章 二阶矩过程
7.1 二阶矩随机变量
7.2 均方连续与均方微积分
7.3 高斯过程
7.4 平稳过程
7.5 平稳高斯过程和平稳高斯马尔科夫过程
习题
思考题
参考文献