《概率论与数理统计》包含以下内容：

随机事件与概率：

介绍随机事件的基本概念、运算及其概率计算方法。

离散型与连续型随机变量：

包括离散型随机变量的分布律、连续型随机变量的概率密度函数及其分布函数。

随机变量的数字特征：

如期望、方差、协方差、相关系数等。

极限定理：

包括大数定律和中心极限定理。

样本与统计量：

介绍样本的基本概念、统计量的定义及其性质。

参数估计：

包括点估计和区间估计的方法。

假设检验：

包括单样本、双样本及方差分析等方法。

方差分析与回归分析：

介绍方差分析的基本原理和方法，以及回归分析的基本概念和模型。

描述性统计：

包括数据整理、数据分布特征等基本统计方法。

马尔科夫链：

介绍马尔科夫链的基本概念及其在随机过程中的应用。

此外，书中还可能包括一些实际应用案例和Excel函数统计功能，以提高概率统计知识的使用性。

建议在学习《概率论与数理统计》时，结合教材或网课，梳理出基本框架和核心概念，并通过大量的习题和实际应用来加深理解和掌握。