华章统计学原版精品系列：概率统计（英文版·第4版）简介，目录书摘

2019-10-15 17:25 来源：京东作者：京东

编辑推荐:　　

    《华章统计学原版精品系列：概率统计（英文版·第4版）》特色：
　　    ●叙述清晰易懂，语言生动流畅。作者用大量颇具启发性的例子引入论题、阐释理论和证明。例题涉及面广，除了那些解释基本概念的一些著名例题外，还有很多新颖的例题，描述了概率论在遗传学、排队论、计算金融学和计算机科学中的应用。
　　    ●内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融入教材。
　　    ●为授课教师免费提供教师解答手册（InstructorsSolutionsManual）。书后还捉供了奇数号习题的答案。

内容简介: 这本举世公认的经典概率论与数理统计教材，几十年来畅销不衰，被很多名校采用，包括卡内基-梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康奈尔大学、杜克大学、加州大学洛杉矶分校等。
《华章统计学原版精品系列：概率统计（英文版·第4版）》包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。

作者简介: Morris H.DeGroot（1931-1989），世界著名的统计学家。生前曾任国际统计学会、美国科学促进会、统计学会、数理统计学会、计量经济学会会士。卡内基·梅隆大学教授，1957年加入该校，1966年创办该校统计系。DeGroot在学术上异常活跃和多产，曾发表一百多篇论文，还著有Optimal StatisOcal Decisions和Statistics and the Lawo为纪念他的著作对统计教学的贡献，国际贝叶斯分析学会特别设立了DeGroot奖表彰优秀统计学著作。
Mark J.Schervish，世界著名的统计学家，美国统计学会、数理统计学会会士。于1979年获得伊利诺伊大学的博士学位，之后就在卡内基·梅隆大学统计系工作，教授数学、概率、统计和计算金融等课程，现为该系系主任。Schervish在学术上非常活跃，成果颇丰，还因在统计推断和贝叶斯统计方面的基石性工作而闻名，除本书外，他还著有Theory ofStatistics和 Rethinking the Foundations of Statistics。

目录:1 INTRODUCTION TO PROBABILITY
I.I The History of Probability
1.2 Interpretations of Probability
1.3 Experiments and Events
1.4 SetTheory
1.5 The Definition of Probability
1.6 Finite Sample Spaces
1.7 Counting Methods
1.8 Combinatorial Methods
1.9 Multinomial Coefficients
1.10 The Probability of a Union of Events
I.II StatisticaISwindles
1.12 Supplementary Exercises

2 CONDITIONALPROBABILITY
2.1 The Definition of Conditional Probability
2.2 Independent Events
2.3 Bayes'Theorem .
2.4 The Gambler's Ruin Problem
2.5 Supplementary Exercises

3 RANDOM VARIABLES AND DISTRIBUTIONS
3.1 Random Variables and Discrete Distributions
3.2 Continuous Distributions
3.3 The Cumulative Distribution Function
3.4 Bivariate Distributions
3.5 MarginaIDistributions
3.6 Conditional Distributions
3.7 M ultivariate Distributions
3.8 Functions of a Random Variable
3.9 Functions of Two or More Random Variables
3.10 MarkovChains
3.11 Supplementary Exercises

4 EXPECTATION
4.1 The Expectation of a Random Variable
4.2 Properties of Expectations
4.3 Variance
4.4 Moments
4.5 The Mean and the Median
4.6 Covariance and Correlation
4.7 ConditionaIExpectation
4.8 Utility
4.9 SupplementaryExercises

5 SPECIALDISTRIBUTIONS
5.1 Introduction
5.2 The Bernoulli and Binomial Distributions
5.3 The Hypergeometric Distributions
5.4 The Poisson Distributions
5.5 The Negative Binomial Distributions
5.6 The Normal Distributions
5.7 The Gamma Distributions
5.8 TheBetaDistributions 327
5.9 The Multinomial Distributions
5.10 The Bivariate Normal Distributions
5.11 SupplementaryExercises

6 LARGERANDOMsAMPLES
6.1 Introduction
6.2 The Law of Large Numbers
6.3 The Central Limit Theorem
6.4 The Correction for Continuity
6.5 SupplementaryExercises

7 ESTIMATION
7.1 Statisticallnference
7.2 Priorand Posterior Distributions
7.3 Conjugate Prior Distributions
7.4 Bayes Estimators
……
8 SAMPLING DISTRIBUTIONS OF ESTIMATORS
9 TESTINGHYPOTHESES
10 CATEGORICAL DATA AND NONPARAMETRIC METHODS
11 LINEAR STATISTICAL MODELS
12 SIMULATION

Tables
Answers to Odd-Numbered Exercises
References
Index