姬振豫编著的《简易测度与概率统计》针对大学本科、专科的教科书中所涉及的内容，本书以测度论的基本知识为基础描述了概率论与数理统计的基本内容。本书论证详细，系统性、可读性强，便于自学。各章之末备有习题，完成这些习题将有助于读者深人理解和巩固本章的知识。书后附有各章习题参考解答，供读者参考。

姬振豫编著的《简易测度与概率统计》介绍简易的测度论知识并用测度的观点描述概率论与数理统计的一些基本概念，如概率，随机事件，随机变量，随机变量的概率分布律，数学期望，条件分布及统计量等。将大数定律，中心极限定理及皮尔逊定理等一些重要结论的论证严格化。对于数理统计中的参数估计，假设检验，回归分析及方差分析的基本内容在一定程度上进行了理论上的深化，并在附录中介绍了一类因子试验的“广义方差分析”的理论和方法及它在实际试验项目中的应用。

《简易测度与概率统计》可作为高等学校数学专业本科高年级学生及研究生的课外读物，选修课教科书及理工类各专业的概率统计基础课的教学参考书。

第一章 概率测度

 1.1 样本空间和事件

 1.2 事件之间的关系和运算

 1.3 集合类

 1.4 概率测度

 1.5 概率测度的扩张

 1.6 Borel域上的测度

 1.7 概率空间的统计独立性

 1.8 随机变量

 1.9 随机变量的积分

 1.10 条件概率

 习题一

第二章 分布函数

 2.1 分布函数的定义和性质

 2.2 二维随机向量的分布函数

 2.3 随机变量的函数

 2.4 条件分布函数

 2.5 随机变量的期望与矩数

 2.6 多元正态分布

 习题二

第三章 随机变量序列的收敛性

 3.1 随机过程的定义

 3.2 随机变量序列的概率分布

 3.3 依概率收敛

 3.4 几乎处处收敛

 3.5 柯尔莫哥洛夫不等式

 3.6 强大数定律

 习题三

第四章 特征函数

 4.1 一维随机变量的特征函数

 4.2 二维随机向量的特征函数

 4.3 独立随机变量的特征函数

 4.4 随机变量序列的特征函数

 习题四

第五章 抽样理论

 5.1 随机样本的定义

 5.2 样本均值与样本方差

 5.3 经验分布函数及其收敛性

 5.4 顺序统计量

 5.5 大样本中的渐近抽样理论

 习题五

第六章 参数估计

 6.1 总体期望与方差的最小方差估计量

 6.2 线性回归分析中的参数估计

 6.3 因子试验中的参数估计

 6.4 估计量的优良标准

 习题六

第七章 假设检验

 7.1 基本概念

 7.2 简单假设的检验

 7.3 似然比检验

 7.4 正态回归理论中的似然比检验

 习题七

第八章 线型模型初步

 8.1 线性模型的基本结构

 8.2 最小二乘法估计

 8.3 线性模型中的假设检验

 习题八

附录 广义方差分析

 1 数学原理

 2 全面试验的广义方差分析

 3 正交试验的广义方差分析

 4 正交表交互作用的广义方差分析

附录 参考文献

习题参考解答

全书参考文献