统计学完全教程
出版社:科学出版社
出版日期:2008
ISBN:9787030217059
作者:(美国)L.沃赛曼
页数:345页
作者简介
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。
书籍目录
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
编辑推荐
《统计学完全教程》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。
图书封面
发布书评
精彩书评 (总计1条)
-
这本书是《all of statistics》(http://www.amazon.com/All-Statistics-Statistical-Inference-Springer/dp/0387402721)的中文版。基于《all of statistics》的大名，得知中文版出了以后，我就很高兴地买了一本，拿到书后，按习惯从序言读起，结果第一页读到 “但是学生从哪儿能快速学习最基础的概率和统计知识呢？我的答案是无处不在”，立马就晕了，如果无处不在的话，作者写这本书干嘛呢？难道是吃饱了撑的？从网上下了原书来对照，发现答案赫然是"Nowhere"！译者把频繁出现的"probability mass function" 和"probability density function"统统翻译成了"概率密度函数"，虽然不能算是完全错误，但确实带来许多不必要的混淆，哪怕不翻译直接用PMF和PDF代替也算忠实原著了啊。第19页二项分布的公式写错了……至于后面错误如何，我还没看到，不好估计，但似乎这本书很适合用来玩“大家来找茬”的游戏～～另外说下价格，收到这本书时，我反复看了几遍，确认定价印的是68而不是38，依照以往的购买经验，这样开本页数的书，撑死40大元，居然要68，抢钱呐！关键是这样的性价比，除非买一送一买中文版附赠英文版还差不多～～给本书打分的时候我其实是想同时打5星（给内容）和1星（给翻译和性价比），结果平均一下给了3星。至于要不要买看个人的钱包了，不过似乎从网上下载个英文版看更靠谱～～
精彩短评 (总计10条)
-
我就标注一下而已。 -
自己的数据基础太差了，而且现在也没有时间去理解其中的公式意义和推导过程。再者这个内容中解释性的语言太少，不太好理解。 -
我看过最好的教材 -
全书没有证明，就是带你在统计的世界里走一圈，让你有个overall picture。每章后面给的参考书目都非常好，是进一步学习的资料。开阔眼界的书，但也仅仅是走马观花而已。要想确实掌握书中的东西那就得下功夫去啃大部头。 -
不错，涵盖的非常广，就是翻译可能有些问题 -
机器学习者必读 -
不错，浅显易懂，对概率论零起点的人适合，
-
简单的扫过一眼，理解的不是很深，但是比较适合快速复习。 -
概念性比较强，不错的工具书，很适合计算机专业快速学习统计知识。 -
模式识别和NLP的必备基础书