概率統(tǒng)計(jì)(原書第4版) [美]莫里斯·H. 德格魯特 [美]馬克·J. 舍維什
定 價(jià):179 元
- 作者:[美]莫里斯·H. 德格魯特 [美]馬克·J. 舍維什
- 出版時(shí)間:2024/8/1
- ISBN:9787111746669
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:O211
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書包括概率論、數(shù)理統(tǒng)計(jì)兩部分,涉及條件分布、期望、大樣本理論、估計(jì)、假設(shè)檢驗(yàn)、非參數(shù)方法、線性統(tǒng)計(jì)模型、統(tǒng)計(jì)模擬等,內(nèi)容取材比較時(shí)尚新穎。新版不但重寫了很多章節(jié),還介紹了在計(jì)算機(jī)科學(xué)中日益重要的Chernoff界,以及矩方法、Newton法、EM算法、樞軸量、似然比檢驗(yàn)的大樣本分布等方面的知識(shí),將目前研究前沿的一些問題深入淺出地融人教材。書中內(nèi)容豐富完整,適當(dāng)?shù)剡x擇某些章節(jié),可以作為一學(xué)年的概率論與數(shù)理統(tǒng)計(jì)課程的教材,亦可作為一學(xué)期的概率論與隨機(jī)過程的教材。適合數(shù)學(xué)、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)等專業(yè)高年級本科生和研究生用,也可供統(tǒng)計(jì)工作人員用作參考書。
本書是知名統(tǒng)計(jì)學(xué)家莫里斯·H. 德格魯特(Morris H.DeGroot)編寫的經(jīng)典教材,暢銷多年,被卡內(nèi)基梅隆大學(xué)、哈佛大學(xué)、麻省理工學(xué)院、華盛頓大學(xué)、芝加哥大學(xué)、康內(nèi)爾大學(xué)、杜克大學(xué)和加州大學(xué)洛杉磯分校等眾國際名校選作教材。書中不僅包括經(jīng)典概率統(tǒng)計(jì)主題條件分布、期望、大樣本理論、估計(jì)、假設(shè)檢驗(yàn)、非參數(shù)方法、線性統(tǒng)計(jì)模型和統(tǒng)計(jì)模擬等內(nèi)容,還介紹了在計(jì)算機(jī)科學(xué)中日益重要的切爾諾夫界、矩方法、牛頓法、EM算法、樞軸量、隨機(jī)模擬、MCMC、自助法等方面的知識(shí),將當(dāng)先前沿研究的一些問題深入淺出地融入教材。例題涉及面廣泛,取材新穎、豐富,利用實(shí)際數(shù)據(jù),對相關(guān)的統(tǒng)計(jì)概念與統(tǒng)計(jì)推斷過程進(jìn)行解釋,生動(dòng),有趣,令人印象深刻。?本書還介紹了在計(jì)算機(jī)科學(xué)中日益重要的切爾諾夫界,以及矩方法、牛頓法、EM算法、樞軸量、隨機(jī)模擬、MCMC、自助法等方面的知識(shí),將目前研究前沿的一些問題深入淺出地融入教材。本書理論扎實(shí),例子豐富,
前言
第4版的主要變化
重組了正文中的很多重要結(jié)果,給它們加上“定理”這個(gè)標(biāo)簽,這樣做是為了方便學(xué)生查找和參考這些結(jié)果。
為了讓正文中的重要定義和假設(shè)更加凸顯,把它們挑選出來,并加上相應(yīng)的標(biāo)簽。
當(dāng)要介紹一個(gè)新的主題時(shí),在探究數(shù)學(xué)理論之前先用一個(gè)具有啟發(fā)性的例子引入該主題,然后再回到這個(gè)例子來闡明新引入的內(nèi)容。
把與大數(shù)定律和中心極限定理相關(guān)的內(nèi)容從原來的第5章中抽取出來,放在全新的第6章中介紹,將之與大樣本結(jié)論放到一起討論似乎更自然。
把馬爾可夫鏈這一節(jié)從第3版的第2章移到第4版的第3章。每次我給自己的學(xué)生介紹這部分內(nèi)容時(shí),都會(huì)因?yàn)椴荒芴峒半S機(jī)變量、分布和條件分布而陷入困境。實(shí)際上我已經(jīng)把這部分內(nèi)容推遲了,在介紹完分布之后,再回頭介紹馬爾可夫鏈。我覺得是時(shí)候把它置于一個(gè)更合適的位置了。我還增加了一些關(guān)于馬爾可夫鏈的平穩(wěn)分布方面的內(nèi)容。
為了提高思想呈現(xiàn)的流暢性,我把一些定理的冗長證明放到相關(guān)小節(jié)的末尾。
重寫了71節(jié),即“統(tǒng)計(jì)推斷”這一節(jié),使得推斷的介紹更清晰明了。
重寫了91節(jié),這是為了更全面地介紹假設(shè)檢驗(yàn),包括似然比檢驗(yàn)。對于那些對假設(shè)檢驗(yàn)的更多數(shù)學(xué)理論不感興趣的教師來說,從91節(jié)直接跳到95節(jié)變得更容易了。
下面給出了讀者應(yīng)該注意的其他變化:
以前表示兩個(gè)集合A與B的交集的記號(hào)為AB,現(xiàn)在替換為更流行的A∩B了。舊的記號(hào)雖然在數(shù)學(xué)上是合乎邏輯的,但是對于這一層次的教材來說,似乎有些晦澀了。
增加了對斯特林公式和詹森不等式的敘述。
全概率法則和樣本空間的劃分從第3版的23節(jié)移到第4版的21節(jié)。
累積分布函數(shù)(cdf)曾專指分布函數(shù)(df),所以在本版中把累積分布函數(shù)定義為分布函數(shù)這個(gè)首選名稱。
在第3章和第6章中增加了直方圖的內(nèi)容。
重新安排了38節(jié)和39節(jié)中的一些主題,讓隨機(jī)變量的簡單函數(shù)最先出現(xiàn),一般的公式最后再出現(xiàn),這樣,對于那些打算避免具有數(shù)學(xué)挑戰(zhàn)性部分的教師來說就更容易了。
列舉了大量可用的條目強(qiáng)調(diào)超幾何分布與二項(xiàng)分布之間的密切關(guān)系。
簡單介紹了切爾諾夫邊界。切爾諾夫邊界在計(jì)算機(jī)科學(xué)中日益重要,而它們的推導(dǎo)只需用本教材中的內(nèi)容就足夠了。
改變了置信區(qū)間的定義,它指的是隨機(jī)區(qū)間,而不是觀察區(qū)間。這不但使闡述更容易,也符合更現(xiàn)代的應(yīng)用。
在76節(jié)簡要介紹了矩估計(jì)法。
在第7章還簡要介紹了牛頓法和EM算法的入門知識(shí)。
為了便于構(gòu)造一般的置信區(qū)間,我還介紹了樞軸量的概念。
書中還介紹了似然比檢驗(yàn)統(tǒng)計(jì)量的大樣本分布,這也是新增加的內(nèi)容。當(dāng)假設(shè)方差不相等時(shí),這可作為檢驗(yàn)原假設(shè)“兩個(gè)正態(tài)分布的均值相等”的備選方法。
把Bonferroni不等式移到正文部分(見第1章),第11章又把它作為構(gòu)造聯(lián)合檢驗(yàn)和聯(lián)合置信區(qū)間的一種方法。
怎樣使用本書
這本書有點(diǎn)厚,不太可能在一學(xué)年的本科課程中介紹全部內(nèi)容。這樣設(shè)置是為了讓教師能夠自由選擇哪些主題是必須要掌握的,哪些主題可供進(jìn)一步深入學(xué)習(xí)。比如,很多教師希望不再強(qiáng)調(diào)經(jīng)典計(jì)數(shù)的內(nèi)容,這部分內(nèi)容在17~19節(jié)。還有一部分教師只想全面介紹二項(xiàng)分布或多項(xiàng)分布相關(guān)的知識(shí),那么他們可以只介紹排列、組合和可能的多項(xiàng)系數(shù)的定義和定理。只需要確保學(xué)生知道如何算出這些值,其他相關(guān)的分布都沒有意義。對于理解重要的分布來說,在這些章節(jié)中的各種例子是很有用的,但不是必需的。另一個(gè)例子是39節(jié)關(guān)于兩個(gè)或多個(gè)隨機(jī)變量的函數(shù)。一般多元變換的雅可比行列式的應(yīng)用涵蓋了更多的數(shù)學(xué)知識(shí),這或許比某些本科課程的教師所希望的還要多。整個(gè)這一節(jié)可以略去,而不會(huì)對后續(xù)學(xué)習(xí)造成任何影響,但是本節(jié)前面那些更簡單的案例(比如卷積)還是很值得介紹的。92~94節(jié)涉及單參數(shù)族的最優(yōu)檢驗(yàn),這部分內(nèi)容的數(shù)學(xué)理論很深?yuàn)W,想深入理解假設(shè)檢驗(yàn)理論的研究生可能對此很感興趣。第9章的其余部分涵蓋了本科課程所需要教授的全部知識(shí)。
除了本書之外,培生教育出版集團(tuán)還提供教師解答手冊(Instructors Solutions Manual),該手冊可從教師資源中心下載(wwwpearsonhigheredcom/irc),其中包括教材中很多章節(jié)的具體選擇建議。從本書的早期版本開始我就一直用它作為一學(xué)年概率和統(tǒng)計(jì)課程的教材,給本科高年級學(xué)生上課。在第一學(xué)期,我介紹本教材的前5章(包括馬爾可夫鏈的內(nèi)容)和第6章的部分內(nèi)容,這些內(nèi)容在前幾版中也有。在第二學(xué)期,我講述第6章的其余部分,第7~9章,111~115節(jié)和第12章。我也給工程師和計(jì)算機(jī)科學(xué)家教授過一學(xué)期的概率論與隨機(jī)過程的課程,我選擇第1~6章和第12章的內(nèi)容,包括馬爾可夫鏈,但是不包括雅可比行列式。后面這一課程不同于數(shù)學(xué)系的課程,后者強(qiáng)調(diào)數(shù)學(xué)推導(dǎo)。
關(guān)于教
莫里斯·H. 德格魯特(Morris H.DeGroot)美國統(tǒng)計(jì)學(xué)家,曾任卡內(nèi)基·梅隆大學(xué)教授,是卡內(nèi)基·梅隆大學(xué)統(tǒng)計(jì)系創(chuàng)始主任。他于1970年出版的Optimal Statistical Decisions至今仍被認(rèn)為是該領(lǐng)域的偉大著作之一。他是美國統(tǒng)計(jì)協(xié)會(huì)、國際數(shù)理統(tǒng)計(jì)學(xué)會(huì)、國際統(tǒng)計(jì)學(xué)會(huì)、世界計(jì)量經(jīng)濟(jì)學(xué)會(huì)和美國科學(xué)促進(jìn)會(huì)的會(huì)士。他于1989年去世。國際貝葉斯分析學(xué)會(huì)的DeGroot獎(jiǎng)?wù)且运拿置,以表彰他在統(tǒng)計(jì)與決策理論方面工作的影響和重要性,以及對該學(xué)科發(fā)展的顯著影響。
馬克·J. 舍維什(Mark J. Schervish)任教于卡內(nèi)基·梅隆大學(xué)統(tǒng)計(jì)學(xué)系。他發(fā)表了應(yīng)用、方法論、理論和哲學(xué)研究論文,并出版了教科書和研究專著。他以在推理和貝葉斯統(tǒng)計(jì)基礎(chǔ)方面的工作而聞名。Schervish曾在頂級統(tǒng)計(jì)期刊的編輯委員會(huì)任職,是美國統(tǒng)計(jì)協(xié)會(huì)和國際數(shù)理統(tǒng)計(jì)學(xué)會(huì)的會(huì)士。
目錄
譯者序
前言
第1章關(guān)于概率的引言1
11概率的歷史1
12概率的解釋1
13試驗(yàn)和事件4
14集合論4
15概率的定義13
16有限樣本空間17
17計(jì)數(shù)方法20
18組合方法26
19多項(xiàng)式系數(shù)35
110和事件的概率39
111統(tǒng)計(jì)詐騙43
112補(bǔ)充習(xí)題45
第2章條件概率47
21條件概率的定義47
22獨(dú)立事件56
23貝葉斯定理65
*24賭徒破產(chǎn)問題73
25補(bǔ)充習(xí)題76
第3章隨機(jī)變量及其分布79
31隨機(jī)變量及離散分布79
32連續(xù)分布84
33分布函數(shù)91
34二元隨機(jī)變量的分布99
35邊際分布109
36條件分布120
37多元分布130
38隨機(jī)變量的函數(shù)144
39兩個(gè)或多個(gè)隨機(jī)變量的函數(shù)150
*310馬爾可夫鏈161
311補(bǔ)充習(xí)題174
第4章數(shù)學(xué)期望178
41隨機(jī)變量的數(shù)學(xué)期望178
42數(shù)學(xué)期望的性質(zhì)186
43方差193
44矩200
45均值和中位數(shù)207
46協(xié)方差和相關(guān)系數(shù)213
47條件期望219
*48效用227
49補(bǔ)充習(xí)題233
第5章特殊分布236
51引言236
52伯努利分布和二項(xiàng)分布236
53超幾何分布241
54泊松分布247
55負(fù)二項(xiàng)分布255
56正態(tài)分布259
57伽馬分布271
58貝塔分布281
59多項(xiàng)分布286
510二元正態(tài)分布290
511補(bǔ)充習(xí)題296
第6章大隨機(jī)樣本299
61引言299
62大數(shù)定律300
63中心極限定理311
64連續(xù)性修正321
65補(bǔ)充習(xí)題324
第7章估計(jì)325
71統(tǒng)計(jì)推斷325
72先驗(yàn)分布和后驗(yàn)分布332
73共軛先驗(yàn)分布340
74貝葉斯估計(jì)量351
75極大似然估計(jì)量360
76極大似然估計(jì)量的性質(zhì)368
*77充分統(tǒng)計(jì)量383
*78聯(lián)合充分統(tǒng)計(jì)量388
*79估計(jì)量的改進(jìn)394
710補(bǔ)充習(xí)題400
第8章估計(jì)量的抽樣分布403
81統(tǒng)計(jì)量的抽樣分布403
82卡方分布407
83樣本均值和樣本方差的聯(lián)合
分布410
84t分布417
85置信區(qū)間421
*86正態(tài)分布樣本的貝葉斯分析430
87無偏估計(jì)量440
*88Fisher信息量447
89補(bǔ)充習(xí)題460
第9章假設(shè)檢驗(yàn)462
91假設(shè)檢驗(yàn)問題462
*92簡單假設(shè)的檢驗(yàn)479
*93一致最大功效檢驗(yàn)488
*94雙邊備擇假設(shè)496
95t檢驗(yàn)503
96比較兩個(gè)正態(tài)分布的均值513
97F分布523
*98貝葉斯檢驗(yàn)530
*99基本問題541
910補(bǔ)充習(xí)題544
第10章分類數(shù)據(jù)和非參數(shù)方法548
101擬合優(yōu)度檢驗(yàn)548
102復(fù)合假設(shè)的擬合優(yōu)度檢驗(yàn)556
103列聯(lián)表563
104同質(zhì)性檢驗(yàn)568
105Simpson悖論574
*106KolmogorovSmirnov檢驗(yàn)577
*107穩(wěn)健估計(jì)585
*108符號(hào)檢驗(yàn)和秩檢驗(yàn)595
109補(bǔ)充習(xí)題602
第11章線性統(tǒng)計(jì)模型605
111最小二乘法605
112回歸612
113簡單線性回歸的統(tǒng)計(jì)推斷620
*114簡單線性回歸的貝葉斯推斷639
115一般線性模型與多元回歸645
116方差分析663
*117雙因子試驗(yàn)設(shè)計(jì)671
*118具有復(fù)制的雙因子試驗(yàn)
設(shè)計(jì)679
119補(bǔ)充習(xí)題689
第12章模擬693
121什么是模擬693
122為什么模擬是有用的696
123特定分布的模擬707
124重要性抽樣718
*125馬爾可夫鏈蒙特卡羅
(MCMC)方法726
126自助法740
127補(bǔ)充習(xí)題749
奇數(shù)序號(hào)習(xí)題答案753
附錄774
參考文獻(xiàn)786