概率论与数理统计的难度通常因人而异，主要取决于学习者的数学基础和对统计思想的掌握程度，但总体上，其难度与高等数学各有侧重。概率论与数理统计更强调逻辑推理和统计思想的应用，而高等数学则侧重于抽象的理论和复杂的计算。

1. 概率论与数理统计的难度特点

• 理论性强：概率论涉及随机事件的定义、概率分布以及统计推断等内容，需要较强的逻辑思维能力和抽象理解能力。
• 计算量大：数理统计部分涉及大量的公式和计算，如参数估计、假设检验等，对数学运算能力要求较高。
• 应用广泛：概率论与数理统计在金融、医学、工程等领域应用广泛，因此需要学习者具备一定的实际问题解决能力。

2. 高等数学的难度特点

• 抽象性高：高等数学涵盖极限、导数、积分、级数等理论，需要较强的抽象思维能力和符号运算能力。
• 计算复杂：高等数学中的微积分、无穷级数等内容计算量大，且技巧性强。
• 理论体系完整：高等数学注重理论推导和证明，对数学基础要求较高。

3. 两者的难度对比

• 内容深度：高等数学在理论深度上更为复杂，涉及更多的数学分支，如多元函数微积分、线性代数等。
• 应用性：概率论与数理统计更注重实际应用，与生活、科研联系紧密，而高等数学更多是数学理论的学习。
• 考试难度：概率论与数理统计在考研数学中得分率相对较低，说明其难度较大，但与高等数学相比，其计算复杂性略低。

总结

概率论与数理统计和高等数学各有侧重，难以简单比较谁更难。对于数学基础较好、喜欢逻辑推理和统计思想的学生，概率论与数理统计可能更有吸引力；而对于偏好抽象理论和复杂计算的学生，高等数学更具挑战性。学习这两门课程时，建议根据自身兴趣和职业规划选择合适的方向，同时注重理论联系实际，提升解决问题的能力。