概率统计系的发展与未来(精)
概率论的起源和发展
概率论的起源和发展概率论作为一门数学分支学科，旨在研究随机事件发生的规律和概率分布。
它的起源可以追溯到17世纪，而在此之前，人们对于随机事件的认识和理解很有限。
本文将以概率论的起源和发展为主题，探讨它在过去几百年中的重要里程碑和发展趋势。
概率论的起源可以追溯到17世纪，最早的概率论研究可以追溯到法国数学家帕斯卡尔和费马。
他们在解决赌博游戏的问题中，开始思考和研究随机事件的规律。
帕斯卡尔和费马的研究为概率论的发展奠定了基础，他们的工作被视为概率论的开山之作。
18世纪，瑞士数学家伯努利家族对概率论的研究做出了重要贡献。
伯努利家族通过研究大量重复试验，发现了概率的均值和方差的重要性。
他们提出了大数定律和中心极限定理，为概率论的进一步发展奠定了基础。
此外，伯努利家族还对概率分布进行了系统研究，提出了伯努利分布和二项分布等重要概率分布。
19世纪，法国数学家拉普拉斯对概率论进行了系统的建设和发展。
他提出了拉普拉斯原理，用于计算概率的近似值。
拉普拉斯还对概率论的基本概念和公理进行了严格的定义和证明，奠定了概率论的数学基础。
拉普拉斯的工作对后来的概率论研究产生了深远的影响。
20世纪，概率论经历了快速的发展和广泛的应用。
在统计学的推动下，概率论成为了现代科学的重要工具。
概率论在贝叶斯统计学、信息论、金融工程等领域得到了广泛应用。
此外，随着计算机技术的发展，概率论在机器学习和人工智能等领域也发挥了重要作用。
概率论的发展离不开数学家们的不懈努力和创新思维。
他们通过建立数学模型和推导数学公式，对随机事件进行了深入研究。
概率论的发展也离不开实际问题的需求和应用场景的拓展。
概率论的应用范围越来越广泛，不仅涉及自然科学领域，还涉及经济学、社会学、医学等各个领域。
总结起来，概率论作为一门数学分支学科，起源于17世纪的帕斯卡尔和费马的研究。
随着伯努利家族、拉普拉斯等数学家的贡献，概率论得到了进一步的发展和完善。
在20世纪，概率论得到了广泛的应用，并成为现代科学的重要工具。
数学中的概率与统计未来的秘密
数学中的概率与统计未来的秘密数学作为一门基础学科，应用之广泛无处不在。
其中，概率与统计作为数学的两个重要分支，在现代社会中发挥着不可忽视的作用。
从过去到现在，概率与统计为我们提供了强大的工具来解决问题，而随着科技和数据的快速发展，它们的未来将逐渐展现更多秘密。
一、概率的未来概率是用来描述随机事件发生可能性的工具。
它在我们的日常生活中扮演着重要角色，无论是天气预报、赌博还是金融市场，概率都在其中发挥着作用。
然而，随着大数据时代的到来，概率将发挥更大的作用。
首先，概率在人工智能和机器学习中起着关键作用。
通过运用概率模型，我们可以有效地处理大规模的数据，并从中抽取有用的信息。
例如，在自动驾驶汽车中，概率可以帮助我们预测周围车辆的行为，从而更好地做出决策。
其次，概率在金融风险管理中扮演着重要角色。
随着金融市场的复杂性增加，如何准确评估风险成为了关键问题。
概率模型可以帮助我们分析股市、外汇市场的波动性，并为投资者提供决策依据，降低风险。
最后，概率可以应用于医学和流行病学研究中。
通过概率模型，我们可以预测传染病的传播方式，分析疾病的发病率，并根据这些信息制定相应的防控策略。
此外，通过利用概率模型，我们可以评估新药的疗效和副作用，为医学研究提供指导。
二、统计的未来统计学是概率的应用，主要用于收集、分析和解释数据。
在现代社会中，数据大爆炸，统计学的重要性愈发凸显。
统计作为数据科学的基石，其未来发展前景广阔。
首先，统计学在商业和市场营销领域有着广泛应用。
通过统计分析大量数据，企业可以更好地了解消费者的需求和行为，从而制定更精准的营销策略。
例如，互联网公司常常运用统计学方法来分析用户的点击行为，以优化广告投放效果。
其次，统计学在医学研究和药物开发中有着重要的地位。
通过对实验数据进行统计分析，我们可以评估新药的疗效，并进行临床试验的设计和管理。
此外，统计学还可以帮助我们发现潜在的健康风险因素，从而更好地预防和治疗疾病。
概率与数理统计研究的最新进展
概率与数理统计研究的最新进展2023年，概率与数理统计领域经历了一系列令人瞩目的最新进展。
这些进展涵盖了从发展新的统计模型到利用统计推断解决实际问题的广泛领域。
本文将以几个重要的研究领域为例，介绍概率与数理统计研究在2023年的最新成果。
随着大数据时代的到来，统计学家们面临着巨大的挑战。
在2023年，新的统计模型和方法的开发成为了研究的焦点。
例如，基于深度学习的概率模型在图像识别、自然语言处理等领域取得了巨大的成功。
这些模型能够通过学习庞大的数据集并从中提取出关键的统计规律，从而实现卓越的性能。
同时，这些模型也面临着一些问题，比如可解释性和公平性等挑战。
因此，研究人员正在努力提出新的方法来解决这些问题，并为大数据时代的统计学提供可靠的基础。
统计推断一直是概率与数理统计研究的核心领域之一。
在2023年，统计推断的研究重点主要集中在贝叶斯统计和频率统计两个方向。
贝叶斯统计是一种基于贝叶斯定理的统计推断方法，它使用先验知识和观测数据来获取后验概率分布。
近年来，贝叶斯方法在机器学习、等领域的应用日益广泛。
研究人员致力于推动贝叶斯推断的理论和方法的发展，以满足实际问题中更复杂和更高维度的数据分析需求。
而频率统计则侧重于剖析样本数据的分布特征和估计参数的性质。
在2023年，通过研究频率统计的理论和方法，研究人员在定性分析、推断、预测和决策等方面取得了显著的进展。
此外，数理统计在现代科学研究中的应用也越来越广泛。
在2023年，数理统计在生物科学、医学、金融和环境科学等领域的应用进一步拓展。
例如，在基因组学研究中，数理统计方法被用来分析基因表达、基因调控和突变等重要问题。
医学领域则利用数理统计推断疾病的风险因素和治疗效果。
金融行业也通过数理统计的模型来分析股票市场波动和金融风险。
这些领域的研究为实际问题提供了深入的理论基础和实证分析方法。
总结起来，2023年的概率与数理统计研究在大数据时代背景下取得了显著进展。
概率的起源和发展
概率的起源和发展引言概述：概率作为一门数学分支，研究随机事件发生的可能性和规律性。
它的起源可以追溯到古代，随着时间的推移，概率理论逐渐发展成为一门独立的学科，并在各个领域得到广泛应用。
本文将从概率的起源、发展、应用等方面进行详细阐述。
一、概率的起源1.1 古代人对概率的认识在古代，人们对概率的认识主要基于观察和经验。
例如，早期的农民根据天气、气候等因素来决定种植作物的时间，这种决策就基于他们对于天气变化的概率认知。
1.2 概率的数学化概率的数学化可以追溯到17世纪，当时数学家帕斯卡尔和费马等人开始研究赌博问题，并提出了一些概率的基本原理。
这些原理为后来的概率理论奠定了基础。
1.3 概率的公理化20世纪初，概率理论经历了一次重要的发展，数学家科尔莫哥洛夫提出了概率公理化的概念，将概率理论建立在一组公理上，使其成为一门严谨的数学学科。
二、概率的发展2.1 概率论的建立概率论作为一门独立的学科在20世纪初得到了建立。
数学家科尔莫哥洛夫等人对概率的公理化进行了深入研究，提出了概率的基本原理和公理体系，奠定了概率论的基础。
2.2 统计学的发展与概率的应用概率理论与统计学的发展密切相关。
统计学是通过对样本数据的分析和判断来研究总体特征的一门学科。
概率论为统计学提供了理论基础，使统计学得以发展并应用于各个领域。
2.3 应用领域的拓展随着概率理论的发展，它在各个领域得到了广泛应用。
例如，在金融领域，概率模型被用于风险管理和投资决策；在医学领域，概率统计方法被用于疾病预测和药物研发等。
三、概率的应用3.1 风险管理概率理论在金融领域的应用十分广泛，特别是在风险管理方面。
通过建立概率模型，可以对金融市场的波动性进行预测，从而制定相应的风险管理策略。
3.2 疾病预测概率统计方法在医学领域的应用也非常重要。
通过分析大量的医疗数据，可以建立概率模型来预测疾病的发生概率，从而匡助医生进行早期诊断和治疗。
3.3 工程设计在工程设计中，概率理论可以用于评估和控制风险。
概率论与数理统计的应用及前景
首先，我们来看概率论与数理统计的应用。
笼统地说，数理统计学的理论和方法，与人类活动的各个领域在不同程度上都有关联。
因为各个领域内的活动，都得在不同的程度上与数据打交道。
都有如何收集和分析数据的问题，因此也就有数理统计学用武之地。
我们可以举几个例子来说明这一点，如在工业中生产一种产品，首先有设计的问题，包括配方和工艺条件的选定，这要通过从大量可能的条件组合中，通过分析试验结果来选定，可能的条件组合很多，选择哪一部分去做试验是一个很有讲究的问题，在数理统计学中有一个专门分支叫“试验设计”，就是研究怎样在尽可能少的试验次数之下，达到尽可能高效率的分析结果；其次，在生产过程中，由于原材料，设备调整及工艺参数等条件可能的变化，而造成生产条件不正常并导致出现废品，在统计学中有一门“工序控制”的学问，通过在生产过程中随时收集数据并用统计方法进行处理，可以监测出不正常情况的出现以便随时加以纠正，避免出大的问题；然后，大批量的产品生产出来后，还有一个通过抽样检验以检验其质量是否达到要求，是否可以出厂或为买方所接受的问题，处理这个问题也要使用数理统计方法，在我国现行的国家标准中有一些就与这个问题有关。
概率统计理论与方法的应用几乎遍及所有科学技术领域、工农业生产和国民经济的各个部门中.例如:1.气象、水文、地震预报、人口控制及预测都与概率论紧密相关；2.产品的抽样验收，新研制的药品能否在临床中应用，均需要用到假设检验；3.寻求最佳生产方案要进行实验设计和数据处理；4.电子系统的设计, 火箭卫星的研制与发射都离不开可靠性估计；5.处理通信问题, 需要研究信息论6.探讨太阳黑子的变化规律时，时间序列分析方法非常有用；7.研究化学反应的时变率，要以马尔可夫过程来描述；8.在生物学中研究群体的增长问题时提出了生灭型随机模型，传染病流行问题要用到多变量非线性生灭过程；9.许多服务系统，如电话通信、船舶装卸、机器维修、病人候诊、存货控制、可用一类概率模型来描述，其涉及到的知识就是排队论.目前,概率统计理论进入其他自然科学领域的趋势还在不断发展.在社会科学领域 ,特别是经济学中研究最优决策和经济的稳定增长等问题,都大量采用概率统计方法.法国数学家拉普拉斯(Laplace)说对了:“生活中最重要的问题 , 其中绝大多数在实质上只是概率的问题.”英国的逻辑学家和经济学家杰文斯曾对概率论大加赞美：“概率论是生活真正的领路人,如果没有对概率的某种估计, 那么我们就寸步难行,无所作为.然后，关于概率论与数理统计的前景，一个大家都同意的原则是，数理统计学的发展，应当继承和发扬早期那种与实际密切结合的优良传统，这不是否定理论研究的作用，而是提倡，理论研究的成果应当对分析实际数据有用，美国老一辈著名统计学家图基早在1960年代就提出，对于那种于分析数据无用的研究成果，其意义仅限于从纯数学的角度去评价。
2024年学习概率与数理统计总结范文(二篇)
2024年学习概率与数理统计总结范文概率与数理统计是现代数学的重要分支，也是应用科学中的基础学科。
在2024年的学习中，我深入学习了概率与数理统计的基本理论和方法，并将其应用于实际问题的解决。
通过系统的学习和不断的实践，我对概率与数理统计有了更深入的理解，并积累了丰富的实践经验。
下面我将对2024年学习概率与数理统计的主要内容、学习方法和应用实践进行总结。
首先，我在2024年的学习中主要学习了概率论的基本概念、概率分布、随机变量、随机过程等内容。
我通过学习概率分布函数、概率密度函数、随机变量的性质等基本理论，对概率的计算和应用有了更深入的理解。
同时，我还学习了随机变量的数学期望、方差、协方差等统计量的计算方法，以及常见的概率分布如二项分布、正态分布等的特点和应用。
通过学习这些基本理论，我对概率的计算和分析能力得到了提升。
其次，在学习数理统计的过程中，我主要学习了样本统计量、参数估计、假设检验等内容。
我通过学习样本统计量的定义、性质以及其与总体参数的关系，了解了样本统计量在总体参数估计中的重要作用。
在参数估计方面，我学习了点估计和区间估计的基本原理、方法和应用。
通过学习假设检验的基本原理、假设检验的步骤和拒绝域的确定方法，我能够对问题提出相应的假设并进行假设检验。
通过系统的学习，我对数理统计的数据处理和分析能力有了较为全面的提升。
在学习概率与数理统计的过程中，我主要采用了理论学习和实践应用相结合的方法。
在理论学习方面，我通过阅读教材和相关参考书籍，积极参加课堂讨论和学术讲座，加深对概率与数理统计基本理论的理解。
在实践应用方面，我通过大量的习题训练和实际问题分析，将所学的概率与数理统计的理论知识应用于实际问题的解决，提高了解决实际问题的能力。
同时，我还参与了一些研究项目，并应用所学的概率与数理统计知识进行数据分析和统计建模，在实践中进一步巩固了理论知识，并积累了实践经验。
在应用实践方面，我主要应用概率与数理统计的知识解决了一些实际问题。
统计学的发展方向及未来趋势分析
统计学的发展方向及未来趋势分析作者：杨丽来源：《现代营销·理论》2020年第05期摘要：统计学已经广泛的应用到多个领域中，促进了社会的发展与进步。
在当前计算机信息技术高速发展的背景下，更加高效的应用统计学中的各项知识引起了重点关注。
本文将对统计学发展的方向以及未来发展的趋势进行研究。
关键词：统计学;发展方向;未来趋势统计应用所针对的主体符合相应的管理规范，采用一些相关的技术理论来进行数据处理。
这很好的满足了现阶段越来越复杂的社会各项需求，通过统计学的研究和进步，将进一步提高该领域的发展水平，更加有效地解决实际问题。
一、相关理论概述（一）数理统计数据的收集、处理以及分析的过程都具有相应的规范，要严格依据相应的流程来实施。
首先在数据收集阶段就必须要确保数据收集的准确性，避免出现大量数据无效的情况。
在数据的处理过程中，要通过科学的方法和技术来进行处理，反馈出更加真实的处理结果。
在最终的数据分析阶段，要结合真实情况来做好数据的预测，提高数据分析结论的可信度。
目前越来越多的现代化信息处理技术都已经给统计学的发展提供了一些的专业化软件处理平台，为数据的收集、整理、分析、预测以及决策过程带来了便利。
（二）社会经济统计在我国高速发展的背景下，社会经济也发生了较大的变化。
通过社会经济统计能够更好的对一些已经出现的社会经济现象进行分析和解释，这样有利于发现该领域中存在的一些可改進空间，有利于社会经济的健康发展。
总体来说，在实际应用中社会经济统计更多的应用到一些具体的社会经济问题中。
例如金融证券行业、环境保护领域，都需要能够依托社会经济统计相关技术以及理论来进行分析，从而从最终得到的数据结果中进行推测，获取到一些具体的社会经济问题的解决方法。
二、自然科学统计（一）实际应用每个人都不可避免地存在于自然中，受到各种自然科学的影响。
通过自然科学统计方法能够从科学的角度来看待自然现象，从而促进了人类的进步和现代文明的发展。
概率统计的发展趋势
概率统计的发展趋势概率统计的发展趋势包括以下几个方面：1. 数据驱动的方法：随着大数据时代的到来，概率统计注重从大量数据中挖掘信息和模式，建立预测模型和决策支持系统。
数据驱动的方法如机器学习、深度学习等成为概率统计领域的重要工具。
2. 跨学科研究：概率统计的应用领域越来越广泛，涉及领域如金融、医学、天文学等。
概率统计与其他学科（如计算机科学、生物学、经济学等）的交叉研究加强，推动了概率统计方法在实践中的发展。
3. 非参数推断：传统的概率统计方法通常对数据分布作出假设，从而估计参数。
然而，在某些情况下，数据分布未知或假设不成立。
非参数推断方法是一种能够通过寻找数据中隐藏的模式和结构来进行推断的方法，它对数据分布的假设较少，能够更好地适应真实世界的复杂性。
4. 贝叶斯统计：贝叶斯统计是一种建立在贝叶斯定理和概率论基础上的统计方法。
它在推断过程中将先验知识和后验信息相结合，以提高推断结果的准确性。
随着计算机处理能力的提升和随机数生成算法的改进，贝叶斯统计在实际应用中得到了广泛的应用。
5. 时间序列分析：时间序列分析是一种对时间序列数据进行建模和预测的统计方法。
随着各种领域数据的时序性增强，时间序列分析的研究和应用变得更加重要。
新的时间序列模型和算法的研究将推动这一领域的发展。
6. 高维数据分析：随着技术的进步，我们能够收集到更多和更复杂的数据。
高维数据分析涉及大量变量和复杂关系的建模和分析。
因此，高维数据分析成为概率统计领域的热点，并推动着新的理论和方法的发展。
总的来说，概率统计的发展趋势是数据驱动、跨学科研究、非参数推断、贝叶斯统计、时间序列分析和高维数据分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
概率统计系的发展与未来何书元(编写)2005年概率统计系的前身是概率统计教研室。
1956年初，我国第一个科学发展规划将概率统计列为数学研究中的重点发展方向之一。
为落实这一规划，同时在苏联著名数学家柯尔莫哥洛夫（Kolmogorov）建议的基础上, 北京大学数学系成立了全国第一个概率统计教研室, 由许宝騄(1910-1970)教授任教研室主任。
同年，根据教育部的安排，一些综合大学选派了进修教师和学生共50多人到北京大学，在许先生的主持下从事概率统计的学习和研究。
同年秋，中国科学院的王寿仁、张里千先生、中山大学的郑曾同先生被邀请到北京大学讲授概率统计方面的课程。
许先生亲自主持讨论班。
这批学员是我国培养的第一批为数可观的概率统计人才，许多人日后成为我国概率统计界的学术骨干。
到“文化革命”前，概率统计专业共培养了七届学生，约200人。
这时的教学和科研同时在统计推断、试验设计、概率极限定理、马氏过程、多元分析等多方面开展，受到国际同行的好评。
这时的毕业生也以基础深厚，学风严谨著称。
当时的概率统计在北京大学是一派兴旺，集中了大批优秀老师和学生，得到数学系领导的关心和大力支持。
许先生更是带有一些神秘的英雄色彩(参考“道德文章垂范人间”的前言)。
他像磁石一样把莘莘学子吸引到北京大学。
大家都十分羡慕那些能得到许先生指导的同学。
许先生亲自主持制定概率统计专门化学生的培养计划和教学大纲，指导了五届毕业论文。
一些专门化课程的教材也是根据许先生的讲稿整理而成。
他领导的讨论班不仅有北大的教师学生参加，还有中科院数学研究所的同志参加，内容涉及到概率论和数理统计的多个方面。
在这段时间中，先后有波兰的菲茨(Fisz)教授来北大讲授统计分析，乌尔巴尼克（Urbanike）教授讲授广义随机过程，邓肯(E. Dynkin)教授讲授马氏过程。
许先生与这些专家共同制定讲学计划，帮助年轻人消化整理专家们的讲学内容，使北大成为大规模培养概率统计人才的第一基地。
许先生有很高的学术成就，在国际上享有盛誉。
他对待教学工作极为认真，讲课条理清晰，作风严谨，十分注意鼓励和培养年轻人。
他早年的学生就曾经写到：“许先生坚持简洁，对事物深刻的了解，不畏避困难，凡事追求高标准，这些优秀的品质深深地吸引着我们，使我们成为他的学生。
”许先生身体一直不好，加上“文革”期间受到不公正的待遇，终于1970年冬去世。
当时由于信息不畅，加上概率统计教研室和数学系的许多老师还在江西鲤鱼洲劳动，使得许先生的过早去世并不为外界所知。
以后，国际概率统计界陆续了解了许先生的过世情况，为了纪念这位对概率论和数理统计学科的发展做出了杰出的贡献的学者，1979年《数理统计年鉴》(The Annals of Statistics) 邀请了当时著名的概率统计学家T. W. Anderson、K. L. Chung 和K. L. Lemman 撰文介绍他的生平，高度评价了他在概率论和数理统计两方面的工作。
十年动乱结束时，百废待兴，数学系采取了一系列的有效措施使教学和科研逐步走向正轨。
1977年北京大学恢复教研室，江泽培教授担任主任。
江先生曾于1955年由北京大学派往苏联莫斯科大学力学数学系进修，当时柯尔莫哥洛夫任该系主任。
从那时起，江先生在雅格龙(Yaglom)的建议下开始了随机场预测理论的研究工作。
1958年，江先生回到北大后，总是在政治运动的间隙给进修教师和高年级学生上课。
到1961年，北大的教学秩序有所好转，江先生自编讲义，系统讲授“平稳随机过程”，并开始指导研究生和大学生的毕业论文。
1963年，江先生奉调到二机部九所工作，1972年回到北大。
在以后的日子例，江先生继续集中精力于时空序列、随机场及随机过程的统计推断方面的研究，取得了丰硕的成果，同时也培养了许多研究生，江先生对学术一丝不苟，精益求精。
他的严谨学风素为人们称道。
他用言传身教体现了勤奋、严谨、求实、创新的学术风范。
江先生早年在随机场的预测方面就做出了开创性的重要工作，柯尔莫哥洛夫在《40年(1917-1957)来的苏联数学：概率论、数理统计》中指出：“齐次及具有齐次增量的随机场的外推问题的研究由江泽培开始。
”江先生是我国概率论与随机过程统计研究的先驱者之一和主要学术带头人之一，不仅在学术上有成就，而且在工作和治学上表现出高尚的品德和学者风范。
今年10月恰逢江先生八十华诞, 借此机会，我们由衷地祝愿他健康长寿。
概率统计教研室及以后的概率统计系正是从许宝騄、江泽培及数学系一批学精德馨的前辈的严谨治学、精益求精和高尚风范中获得了宝贵的精神财富。
教研室恢复后，在数学系的统一部署和江先生的领导下，概率统计方面也采取了一系列措施使教学和科研工作很快走入正轨。
为了解概率统计学科在国外的发展情况，教研室开始有计划的邀请一些著名的概率统计学家来北大讲学。
特别应当提到的是加州大学柏克莱(Berkeley)分校的J. Kiefer 教授。
身为美国科学院院士，1981年来北大之前他认真准备了八讲材料，每一讲都是从基础开始直至本课题的前沿状况。
当时有来自全国兄弟院校和中科院的很多同志参加了Kiefer 教授在北大为期两周的学术报告。
报告的间隙中，Kiefer 教授认真回答大家的问题，当时不能回答的问题他会记录下来回国后写信回答。
我多次听江泽培先生讲：“Kiefer那是真心要帮助我们赶上国际的步伐。
”由于许宝騄先生曾于1945年在柏克莱任教，1979年《数理统计年鉴》发表纪念许先生的文章，1981年Kifer 来北大讲学，所以不能不认为北大的概率统计得到了许先生的荫庇。
鉴于当时美国的很多重要大学都设有统计系，而且统计学在美国的各个方面已有广泛的应用，Kiefer教授还向江泽培教授提议在北京大学设立概率统计系，并表示愿意为此事多方联系。
Kiefer 教授回国后的次年在一次游泳中不幸身故，真真可惜。
日后多年，概率统计(系)教研室的老师们还多次谈起这位老朋友。
1981年后，有多位著名的概率论和数理统计学家陆续来北大进行两周的讲学，统计方面有L. Le Cam 教授、P. Bickel教授、E.L. Lehmann教授, S. Marron 教授、 C. Hayashi 教授等；概率方面有K. Ito教授、S. Watanabe教授、S. Geman 教授、M. Silverstein教授等等。
他们为北大概率统计的发展和对外交流做出了贡献。
为了适应学科发展和经济建设的需要, 1985年9月在数学系概率统计教研室的基础上成立了北京大学概率统计系，陈家鼎教授任系主任, 江泽培教授任系学术委员会主任。
新建的概率统计系继续保持了北大数学系老一辈先生们亲身倡导的治学与为人的优良传统, 在统计学和概率论的实际应用方面作了许多成功的尝试, 承担和完成了多项横向项目，成立了数理统计研究所，与国际学术界保持广泛的联系，聘任日本九州大学著名统计学家钱野一郎(C. Asano)和荷兰Erasmus 大学著名概率论专家德汉(L. De Haan)为客座教授。
这时的概率统计系积极进行了专业基础课和专业课的建设工作，出版了一批适用的教材，增设了许多新的选修课。
“保险统计”、“风险理论”、“决策分析”，“统计计算”、“统计软件”、“概率统计选讲”等课程就是那时建立起来的，其中一些课程为1997年数学学院成立金融数学系做了必要的准备。
到1995年建系10周年时，在陈家鼎教授的领导下，概率统计系已得到了较大的发展，取得了显著的成绩，是全国概率统计力量最集中的单位之一。
当时有江泽培教授从事时间序列和时空序列方面的研究工作，在随机场、多元平稳序列、信息论与时间序列分析方面多有建树；陈家鼎教授从事序贯分析和可靠性方面的研究工作，有多项研究成果；郑忠国教授从事数据分析、稳健统计和可靠性方面的研究，他的“随机加权法”受到国内外同行的注意和好评；谢衷洁教授从事时间序列分析的应用研究，取得多项成果；钱敏平教授从事随机过程、随机动力系统和神经网络方面的研究，成果显著，她在马氏链的环流及可逆性方面的研究工作得到国外同行的好评；程士宏教授从事概率极限定理方面的研究，在极值统计理论方面有很多研究成果，成绩显著，曾在国际统计学会第50次会议上作特邀报告；刘婉如教授从事正交试验设计方面的研究和应用推广工作，在化工、电子、机械、农业等方面推广正交设计的成果显著，取得了很大的经济效益；孙山泽教授在抽样调查及应用统计领域获得多项成果；汪仁官教授在抽样检查、抽样调查和试验设计方面有多项研究成果；耿直教授在离散多元分析和计算统计方面成绩显著；高慧璇副教授对SAS统计软件的开发研究，在全国产生了广泛的影响。
1995年在数学系和概率统计系的基础上成立数学科学学院后，陈家鼎教授出任数学学院副院长，耿直教授接任概率统计系主任。
1999年耿直教授改任数理统计研究所所长，他于1997年获教育部跨世纪优秀人才基金项目，1998年获国家杰出青年基金项目，主要从事医学和流行病学中的统计方法和应用统计方法的研究。
1997年北京大学和北京医科大学联合成立了“流行病学和生物统计教学研究中心”。
著名统计学家D. R. Cox 教授和N. Wermuth教授应邀担任该中心的顾问，他们为该中心的教学和研究提出了宝贵的建议。
哈佛大学统计系刘军教授2000年被聘为北京大学客座教授，2001年被聘为概率统计学科长江讲座特聘教授。
概率统计教研室和概率统计系的发展和建设一直受到王寿仁、陈希孺、成平、张里千、张尧庭等一批著名概率统计学家们的关心帮助，更有许多著名学者应邀为概率统计系的研究生、高年级本科生讲授专业基础课和专业课，为我系的教学工作和教学交流做出了重要贡献。
多年来，概率统计系不断完善教学计划，编写教材，提高教学质量，建立起了较为完备的教学体系。
目前我系开设的课程包括概率论、数理统计、应用随机过程、测度论、应用回归分析、应用多元统计分析、应用时间序列分析、统计计算、统计软件、抽样调查、非参数统计、高等概率论、高等统计学、随机过程、随机分析、概率极限定理、序贯分析、生存分析与可靠性、随机点过程、小波与随机过程、现代时间序列分析、现代回归分析、概率统计实例选讲等本科生、研究生课程。
随着时间的推移，我系一批年轻的教学科研骨干正在成长。
他们在教学和科研量方面都表现出极强的敬业精神，成绩突出。
他们的研究领域包括：马氏过程、粒子系统、图上概率模型、概率位势理论、测度值马氏过程、随机过程、随机动力系统、非平衡统计物理、非参数统计、回归诊断、生存分析、生物统计、假设检验、可靠性、生物信息、捕获再捕获、时间序列分析、抽样调查等。
这些方向是当今概率统计学科的研究前沿，大多与我国现代化建设关系密切。
概率统计系在这些方向均有高水平的学术带头人，是一个基础扎实、学风严谨、思想活跃的教学科研集体，取得了一批具有国际先进水平的科研成果。