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

本书讲解概率论的基础内容, 包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等, 内容丰富, 通俗易懂, 并配有丰富的例子和大量习题, 涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用， 启发性。

本书介绍非线性时间序列理论和方法的一些*研究成果，尤其以近十年来发展起来的非参数和半参数技术为主。本书不仅对这些技术在时间序列状态空间、频域和时域等方面的应用给出了详细的介绍，同时，为了体现参数和非参数方法在时间序列分析中的整合性，还系统地阐述了一些主要参数非线性时间序列模型（比如ARCH/GARCH模型和门限模型等）的近期研究成果。此外，书中还包含了一个对线性ARMA模型的简洁介绍。为了说明如何运用非参数技术来揭示高维数据的局部结构，本书借助了很多源于实际问题的具体数据，并注重在这些例子的分析中体现部分的分析技巧和工具。阅读本书只需要具备基础的概率论和统计学知识。本书适用于统计专业的研究生、面向应用的时间序列分析人员以及该领域的各类研究人员。此外，本书也对从事统计学的其他分支以及经济计量学、

本书是关于解析与概率数论的优秀著作，是不可或缺的参考书。本书要求的预备知识仅限于普通本科和硕士课程，并为学生和青年学者提供该学科系统，完整和自洽的介绍。同时在多个中心论题上为有经验的学者起工具书的作用。由于本书的指导思想偏重于方法而非结论，它的价值远远超出了数论的范围。各章还附有注记以及三百多道难度各异的习题，其中某些甚至达到了研究的高度。本书的前一版曾翻译成英文，如今英文版已经是经典作品。本书是在法文版第三版基础上翻译的，相对版作了更新，补充了大量内容。书中特别还加进了一些未发表的新成果、数论许多分支的新观点，以及新的参考文献。

本书中文简体字版由约翰威利父子公司授权机械工业出版社定制出版.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. 本书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，更值得相关研究人员和授课教师参考.

本书系统介绍概率计量逻辑的基本理论及其应用,主要是作者十余年来研究工作的系统总结,同时也兼顾国际上有关此领域中的主要研究成果.全书共十章,具体内容包括逻辑公式的概率真度理论、逻辑公式的Choquet积分真度理论、概率计量逻辑推理系统、逻辑理论的相容度及程度化推理方法、极大相容逻辑理论的结构及其拓扑刻画、R0-代数中的三值Stone拓扑表示定理、逻辑代数上的态理论、逻辑代数上的内部态理论与剩余格上的广义态理论等.

本书系统讲述统计中多元分布的基本理论和常用的多元数据分析方法。多元分布理论包括Wishart分布、T2分布、A分布、多元Beta分布、多元正态的参数估计和假设检验及一般多元分布的参数估计和假设检验理论。多元数据分析方法包括多元线性回归模型、判别分析、主成分分析、因子分析、相应分析、聚类分析、典型相关分析和多维标度法。既强调作为一个学科分支的理论系统性，对一些基本定理给出了必要而简明的数学推导，又注重数据分析方法的多样性，对各方法从背景、数学工具的使用、计算步骤到应用技巧及各种方法之间的联系，都有较详细的阐述，包括近期的一些新发展。书中给出一些有启发性的实例和习题。书末附录给出一些代数补充知识。

本书主要介绍随机矩阵谱理论及大维数据分析、大规模数据分析及降维技术、变系数模型、纵向数据模型的稳健推断、测量误差模型及其统汁分析方法、缺失数据回归分析、复杂疾病的基因关联分析、因果推断与图模型、复杂疾病的基因关联分析、生物医学等价性评价问题的统计推断、约束下的统计推断方法、现代试验设计与抽样调查等研究领域。不仅介绍进入这些前沿研究领域所的基础知识，而且介绍这些前沿研究领域的**发展状况及有关重要成果，探索有关领域的科学研究发展规律与发展方向。

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。