统计学完全教程

译者前言

原书序

第1章概率

第2章随机变量

第3章数学期望

第4章不等式

第5章随机变量的收敛

第6章模型、统计推断与学习

第7章CDF和统计泛函的估计

第8章Bootstrap方法

第9章参数推断

第10章假设检验和p值

第11章贝叶斯推断

第12章统计决策理论

第13章线性回归和Logistic回归

第14章多变量模型

第15章独立性推断

第16章因果推断

第17章有向图与条件独立性

第18章无向图

第19章对数线性模型

第20章非参数曲线估计

第21章正交函数光滑法

第22章分类

第23章重温概率：随机过程

第24章模拟方法

参考文献

符号列表

名词索引

　　本书是为那些希望快速掌握概率和统计知识的读者而编写的。它适合计算机科学、数学、统计学和其他相关学科的研究生或优秀本科生。本书包括许多最新的课题，如非参数曲线估计、自助法、分类等，这些课题通常都有相关的后续课程。学习本书时，读者需要了解一些有关积分和线性代数的知识，不需要概率和统计的相关知识。　　由美国当代著名统计学家L.沃塞曼所著的《统计学元全教程》是一本几乎包含了统计学领域全部知识的优秀教材。本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法(自助法)、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。　　本书适用于统计学、数学、计算机科学、机器学习与数据挖掘等领域的高年级本科生、研究生，对于相关领域的广大科研工作者和实际工作者来说也不失为一本有价值的参考书。