《華章統計學原版精品係列：概率統計（英文版·第4版）》特色：
　　 ●敘述清晰易懂，語言生動流暢。作者用大量頗具啓發性的例子引入論題、闡釋理論和證明。例題涉及麵廣，除瞭那些解釋基本概念的一些著名例題外，還有很多新穎的例題，描述瞭概率論在遺傳學、排隊論、計算金融學和計算機科學中的應用。
　　 ●內容取材比較時尚新穎。新版不但重寫瞭很多章節，還介紹瞭在計算機科學中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、樞軸量、似然比檢驗的大樣本分布等方麵的知識，將目前研究前沿的一些問題深入淺齣地融入教材。
　　 ●為授課教師免費提供教師解答手冊（InstructorsSolutionsManual）。書後還捉供瞭奇數號習題的答案。

內容簡介

這本舉世公認的經典概率論與數理統計教材，幾十年來暢銷不衰，被很多名校采用，包括卡內基-梅隆大學、哈佛大學、麻省理工學院、華盛頓大學、芝加哥大學、康奈爾大學、杜剋大學、加州大學洛杉磯分校等。
《華章統計學原版精品係列：概率統計（英文版·第4版）》包括概率論、數理統計兩部分，內容豐富完整，適當地選擇某些章節，可以作為一學年的概率論與數理統計課程的教材，亦可作為一學期的概率論與隨機過程的教材。適閤數學、統計學、經濟學等專業高年級本科生和研究生用，也可供統計工作人員用作參考書。

作者簡介

Morris H.DeGroot（1931-1989），世界著名的統計學傢。生前曾任國際統計學會、美國科學促進會、統計學會、數理統計學會、計量經濟學會會士。卡內基·梅隆大學教授，1957年加入該校，1966年創辦該校統計係。DeGroot在學術上異常活躍和多産，曾發錶一百多篇論文，還著有Optimal StatisOcal Decisions和Statistics and the Lawo為紀念他的著作對統計教學的貢獻，國際貝葉斯分析學會特彆設立瞭DeGroot奬錶彰優秀統計學著作。
Mark J.Schervish，世界著名的統計學傢，美國統計學會、數理統計學會會士。於1979年獲得伊利諾伊大學的博士學位，之後就在卡內基·梅隆大學統計係工作，教授數學、概率、統計和計算金融等課程，現為該係係主任。Schervish在學術上非常活躍，成果頗豐，還因在統計推斷和貝葉斯統計方麵的基石性工作而聞名，除本書外，他還著有Theory ofStatistics和 Rethinking the Foundations of Statistics。

內頁插圖

1 INTRODUCTION TO PROBABILITY
I.I The History of Probability
1.2 Interpretations of Probability
1.3 Experiments and Events
1.4 SetTheory
1.5 The Definition of Probability
1.6 Finite Sample Spaces
1.7 Counting Methods
1.8 Combinatorial Methods
1.9 Multinomial Coefficients
1.10 The Probability of a Union of Events
I.II StatisticaISwindles
1.12 Supplementary Exercises

2 CONDITIONALPROBABILITY
2.1 The Definition of Conditional Probability
2.2 Independent Events
2.3 Bayes'Theorem .
2.4 The Gambler's Ruin Problem
2.5 Supplementary Exercises

3 RANDOM VARIABLES AND DISTRIBUTIONS
3.1 Random Variables and Discrete Distributions
3.2 Continuous Distributions
3.3 The Cumulative Distribution Function
3.4 Bivariate Distributions
3.5 MarginaIDistributions
3.6 Conditional Distributions
3.7 M ultivariate Distributions
3.8 Functions of a Random Variable
3.9 Functions of Two or More Random Variables
3.10 MarkovChains
3.11 Supplementary Exercises

4 EXPECTATION
4.1 The Expectation of a Random Variable
4.2 Properties of Expectations
4.3 Variance
4.4 Moments
4.5 The Mean and the Median
4.6 Covariance and Correlation
4.7 ConditionaIExpectation
4.8 Utility
4.9 SupplementaryExercises

5 SPECIALDISTRIBUTIONS
5.1 Introduction
5.2 The Bernoulli and Binomial Distributions
5.3 The Hypergeometric Distributions
5.4 The Poisson Distributions
5.5 The Negative Binomial Distributions
5.6 The Normal Distributions
5.7 The Gamma Distributions
5.8 TheBetaDistributions 327
5.9 The Multinomial Distributions
5.10 The Bivariate Normal Distributions
5.11 SupplementaryExercises

6 LARGERANDOMsAMPLES
6.1 Introduction
6.2 The Law of Large Numbers
6.3 The Central Limit Theorem
6.4 The Correction for Continuity
6.5 SupplementaryExercises

7 ESTIMATION
7.1 Statisticallnference
7.2 Priorand Posterior Distributions
7.3 Conjugate Prior Distributions
7.4 Bayes Estimators
……
8 SAMPLING DISTRIBUTIONS OF ESTIMATORS
9 TESTINGHYPOTHESES
10 CATEGORICAL DATA AND NONPARAMETRIC METHODS
11 LINEAR STATISTICAL MODELS
12 SIMULATION

Tables
Answers to Odd-Numbered Exercises
References
Index