概率统计

作者简介

莫里斯·H. 德格鲁特（Morris H.DeGroot）美国统计学家，曾任卡内基·梅隆大学教授，是卡内基·梅隆大学统计系创始主任。他于1970年出版的Optimal Statistical Decisions至今仍被认为是该领域的伟大著作之一。他是美国统计协会、国际数理统计学会、国际统计学会、世界计量经济学会和美国科学促进会的会士。他于1989年去世。国际贝叶斯分析学会的DeGroot奖正是以他的名字命名，以表彰他在统计与决策理论方面工作的影响和重要性，以及对该学科发展的显著影响。<br /> 马克·J. 舍维什（Mark J. Schervish）任教于卡内基·梅隆大学统计学系。他发表了应用、方法论、理论和哲学研究论文，并出版了教科书和研究专著。他以在推理和贝叶斯统计基础方面的工作而闻名。Schervish曾在顶级统计期刊的编辑委员会任职，是美国统计协会和国际数理统计学会的会士。

内容简介

本书是知名统计学家莫里斯·H. 德格鲁特（Morris H.DeGroot）编写的经典教材，畅销多年，被卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康内尔大学、杜克大学和加州大学洛杉矶分校等众国际名校选作教材。 书中不仅包括经典概率统计主题条件分布、期望、大样本理论、估计、假设检验、非参数方法、线性统计模型和统计模拟等内容，还介绍了在计算机科学中日益重要的切尔诺夫界、矩方法、牛顿法、EM算法、枢轴量、随机模拟、MCMC、自助法等方面的知识，将当先前沿研究的一些问题深入浅出地融入教材。 例题涉及面广泛，取材新颖、丰富，利用实际数据，对相关的统计概念与统计推断过程进行解释，生动，有趣，令人印象深刻。 ?本书还介绍了在计算机科学中日益重要的切尔诺夫界，以及矩方法、牛顿法、EM算法、枢轴量、随机模拟、MCMC、自助法等方面的知识，将目前研究前沿的一些问题深入浅出地融入教材。本书理论扎实，例子丰富，