由美国当代著名统计学家L．沃塞曼所著的《统计学完伞教程》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（白助法）、独立性推断、因果推断、图模型、非参数同归、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。
本书以数据的常用统计分析方法为基础，在简明扼要地阐述统计学基本概念、基本思想与基本方法的基础上，讲述与之相对应的R 函数的实现，并通过具体的例子说明统计问题求解的过程。 本书注重思想性、实用性和可操作性；在内容的安排上不仅包含了基础统计分析中的探索性数据分析、参数的估计与假设检验，还包含非参数统计分析的常用方法、多元统计分析方法； 此外还安排了在R 新生态下数据治理与可视化的拓展性内容。每一部分都通过具体例子重点讲述解决问题的思想、方法和在R 中的实现过程。阅读本书，读者不仅可以快速学会R 的基本原理与核心内容，还可以根据提供的例子与相应的R 程序学会解决问题的统计计算方法与基本的编程技术，为解决更复杂的统计问题奠定扎实的基础。 本书可作为各专业本科生、研究生数理统计或应用统计课程的基础教
本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。 本书是“All of Nonparametric Statistics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但国内没有，在国外也很难找到本书。主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF，覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。
本书研究分类数据的统计过程控制.近年来，统计过程控制的研究成果十分丰富，但大都集中在取值为具体数值的连续数据.本书关注的分类数据取值为若干个类别或属性水平，信息量较少，但在生活生产中极为常见.本书内容来自作者和合作者近年来的研究成果，从一元或多元、名义或有序、独立或自相关、相关性或因果关系等角度，系统地介绍了分类数据统计过程控制的**研究进展.其中，第1章介绍了统计过程控制的基本概念并回顾了一元名义分类数据的监控.第2章到第4章，依次介绍了多元名义分类数据、一元有序分类数据、多元有序分类数据的监控.第5章介绍了同时包含连续和分类数据的混合型数据的监控.第6章和第7章分别介绍了自相关名义分类数据和自相关有序分类数据的监控，第8章和第9章分别介绍了基于因果关系的多元名义分类数据和基于因果关系的多元有
本书主要介绍了处理反问题(不适定问题)的统计方法，尤其侧重于建模与计算这两大问题。与经典文献中处理反问题的方法不同，本书立足于Bayes统计学的框架，将所有变量都视作随机变量，并把反问题的解以概率密度函数的形式给出。同时，对于数学模型本身存在的误差和数值离散导致的额外误差，本书还创造性地进行了源自建模误差的统计分析。 本书详细讨论了先验模型的构造、测量噪声建模、Bayes估值以及非静态统计反演方法等，并引入Markov链Monte Carlo方法以及最优化方法来探究概率分布。另外从Bayes统计学的角度重新研究了经典正则化方法，揭示了两者之间的关系。对于书中得到的结论和涉及的技法，作者还佐以易懂但深刻的例子帮助读者理解。本书将统计方法应用到一些较为前沿的问题中，例如离散误差分析、模型降阶等。在书中，这些统计方法还被
《心理统计学》（第5版）是美国心理统计学领域 经典的教材之一，来源于作者团队几十年的教学、研究与写作实践，不仅详细阐述了集中趋势和变异性、假设检验、样本平均数检验、t检验、方差分析、卡方检验等初级统计方法，而且也介绍了在当代研究中经常使用的一般线性模型和 统计方法。本书运用定义化的公式去强调统计的概念，而不提倡死记硬背。每种特定方法都包括原理介绍、公式意义和符号运算等三部分内容，从而促使学生去思考计算方法后面所隐藏的逻辑。 《心理统计学》（第5版） 的特点在于坚持用一种易懂的、现代的、有趣的方法去介绍统计学。在第5版的修订中，作者团队将读者在使用中的反馈、自己增长的教学经验，以及这个领域的变化与进展都纳入其中，使其 加适合学生的学习以及将来的工作和研究。
\"本教材是基于“新工科”专业发展，适应应用型高校研究生数理统计课程教学需要和深化课程思政教学改革的需要而编写的，是数理统计必修课程的主要教学资料，是学习后续课程的重要思维方法和应用工具。随着科学技术的快速发展，实际问题的数据规模越来越大，复杂程度越来越高，数理统计课程对于培养高层次人才的大数据处理能力、抽象思维能力、科学计算能力、应用数学能力具有十分重要的意义。 通过本课程的学习，使学生获得应用科学中常用的数理统计的基本概念，常见的统计推断，如参数估计、假设检验、方差分析、相关分析与回归分析，以及聚类、判别、主成分等多元统计分析及其有关基本知识，并具有熟练的数据分析能力和用Python、SPSS、Excel等软件解决数据处理和统计推断的能力，从而为学习后继课程、实验及进一步扩大数据挖掘而奠定必要
L.沃塞曼著的《现代非参数统计》是“All of Nonparametrir Staristics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但周内没有，在同外也很难找到。本书主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF、覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。 本书适合统计和计算机科学的高年级大学生、研究生作为教材，也适合统计学、计算机和数据挖掘等方向的研究人员参考。
本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和习题丰富，结构层次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、 小二乘估计等 内容。
由罗斯著的《应用随机过程(概率模型导论 1版)/图灵数学统计学丛书》是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、 新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。特别是有关随机模拟的内容，给随机系统运行的模拟计算提供了有力的工具。本版还增加了不带左跳的随机徘徊和生灭排队模型等内容。 本书约有700道习题，其中带星号的习题还提供了解答。 本书可作为概率论与数理统计、计算机科学、保险学、物理学、社会科学、生命科学、管理科学与工程学等专业随机过程基础课教材。
《心理统计学》（第5版）是美国心理统计学领域 经典的教材之一，来源于作者团队几十年的教学、研究与写作实践，不仅详细阐述了集中趋势和变异性、假设检验、样本平均数检验、t检验、方差分析、卡方检验等初级统计方法，而且也介绍了在当代研究中经常使用的一般线性模型和 统计方法。本书运用定义化的公式去强调统计的概念，而不提倡死记硬背。每种特定方法都包括原理介绍、公式意义和符号运算等三部分内容，从而促使学生去思考计算方法后面所隐藏的逻辑。 《心理统计学》（第5版） 的特点在于坚持用一种易懂的、现代的、有趣的方法去介绍统计学。在第5版的修订中，作者团队将读者在使用中的反馈、自己增长的教学经验，以及这个领域的变化与进展都纳入其中，使其 加适合学生的学习以及将来的工作和研究。
《无穷维线性系统控制理论》基本上是自洽的。部分介绍了20多年来无穷维线性系统控制理论的新发展，特别是适定、正则系统的抽象理论。也讨论了可控性、可观性、能稳性、可检性、可优性、可估性、实现，以及极点配置等几个主要的基础性概念。第二部分介绍了适定、正则系统理论在偏微分方程，主要是在几个经典的高维偏微分方程中的应用。章和附录中列出了《无穷维线性系统控制理论》所需的有穷维系统控制、泛函分析、黎曼几何的基本知识，有利于初学者入门。 《无穷维线性系统控制理论》可以作为从事分布参数控制理论研究人员的参考书以及具有初步泛函分析、偏微分方程基础的研究生的教科书。
《心理统计学》（第5版）是美国心理统计学领域 经典的教材之一，来源于作者团队几十年的教学、研究与写作实践，不仅详细阐述了集中趋势和变异性、假设检验、样本平均数检验、t检验、方差分析、卡方检验等初级统计方法，而且也介绍了在当代研究中经常使用的一般线性模型和 统计方法。本书运用定义化的公式去强调统计的概念，而不提倡死记硬背。每种特定方法都包括原理介绍、公式意义和符号运算等三部分内容，从而促使学生去思考计算方法后面所隐藏的逻辑。 《心理统计学》（第5版） 的特点在于坚持用一种易懂的、现代的、有趣的方法去介绍统计学。在第5版的修订中，作者团队将读者在使用中的反馈、自己增长的教学经验，以及这个领域的变化与进展都纳入其中，使其 加适合学生的学习以及将来的工作和研究。
本书从概率论的基础开始，带领学生学习如计算机模拟、蒙特卡罗方法、随机过程、马尔可夫链、排队系统、统计推断和回归等广泛应用于现代计算机科学、计算机工程、软件工程以及相关领域的重要内容． 部分介绍概率和随机变量，第二部分讲解随机过程，第三部分引入统计学的基础知识，附录部分给出了必要的微积分内容．另外，R和MATLAB的使用贯穿本书．本书适合计算机相关专业的高年级本科生和低年级研究生使用，也可以用作概率论和统计学的方法、模拟与建模工具的参考书． br /
数学史与数学教育（HPM）是中小学数学教育的一个研究领域。在统计教学中融入数学史，有助于学生对统计概念的理解。本书深入挖掘统计核心概念“平均数”“中位数”“众数”的历史现象，开展了HPM教学的实证研究。全书围绕教学内容、学生、教师三个方面，系统研究了课堂教学中运用数学史的教学活动、数学史融入统计概念教学后学生学习认知发生的变化以及对教师专业发展产生的影响。
本书主要研究了因果推断中多混杂因素的判别关于非混杂因素进行标准化对估计精度的影响在不可忽略缺失机制下不 数据的统计分析以及不可忽略缺失机制下不 数据的二项分布效应的估计，以及因果断理论在应用统计的**研究等问题。
数学史与数学教育（HPM）是中小学数学教育的一个研究领域。在统计教学中融入数学史，有助于学生对统计概念的理解。本书深入挖掘统计核心概念“平均数”“中位数”“众数”的历史现象，开展了HPM教学的实证研究。全书围绕教学内容、学生、教师三个方面，系统研究了课堂教学中运用数学史的教学活动、数学史融入统计概念教学后学生学习认知发生的变化以及对教师专业发展产生的影响。
L.沃塞曼著的《现代非参数统计》是“All of Nonparametrir Staristics”的中译本，源于作者为研究生开设的课程讲义，包括了几乎所有的现代非参数统计的内容。这种包罗万象的书不但周内没有，在同外也很难找到。本书主要包括10章内容，主要讲述非参数delta方法和自助法之类的经验CDF、覆盖基本的光滑方法和正态均值、利用正交函数的非参数推断、小波和其他的适应方法等。 本书适合统计和计算机科学的高年级大学生、研究生作为教材，也适合统计学、计算机和数据挖掘等方向的研究人员参考。
《随机过程(原书第2版)》(作者罗斯)中文简体字版由约翰威利父子公司授权机械工业出版社 出版。未经出版者书面许可，不得用任何方式复制或抄袭本书内容。 《随机过程(原书第2版)》从概率的角度而不是分析的角度来看待随机过程，书中介绍了随机过程的基本理论，包括Poisson过程、Markov链、鞅、Brown运动、随机序关系、Poisson逼近等，并阐明这些理论在各领域的应用。书中有丰富的例子和习题，其中一些需要创造性地运用随机过程知识、系统地解决的实际问题，给读者提供了应用概率研究的实例。 本书是随机过程的入门教材，没有用到测度论，仅以微积分及初等概率论知识为基础，适合作为统计学专业本科生以及其他理工和经管类专业研究生相关课程的教材， 值得相关研究人员和授课教师参考。
