　　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。《统计学完全教程》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。《统计学完全教程》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。《统计学完全教程》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。
　　《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。

内页插图

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

前言/序言

　　统计学是一门数据分析科学，它有着漫长的发展历程。值得一提的是，在20世纪20至30年代，数理统计学的基本理论框架形成了，继而得到了快速的发展，数理统计学更加系统化、数学化，但是统计学的主要任务仍然是分析数据。计算机技术的发展和广泛应用改变了统计学的学科结构和研究方法。1979年斯坦福大学教授Efron提出的基于计算机的统计推断技术Bootstrap方法就是一个很典型的例子。
　　21世纪统计学的教育是一个很值得思考和研究的重大课题。一方面我们继续注重统计学的基本理论素质的培养，另一方面强调提高数据分析的实际能力。这两个方面缺一不可，互相促进。但是，现存的国内统计学教材则无法满足这两个要求。数理统计学方面的教材虽然理论较严谨，但是忽视了统计学的背景和应用。而介绍数据分析的教材则较欠缺理论基础。
　　由美国当代著名统计学家拉里，沃塞曼所著的这本教材恰恰可以同时满足上述两个要求，也可以解决目前国内统计学教材存在的一些不足，拉里·沃塞曼是美国卡内基一梅隆大学统计学系教授，他还是1999年度“考普斯”总统奖获得者。正如书名一样，本书包含了统计学领域几乎全部的知识，除了传统的数理统计教材中的内容外，还包含丁诸如非参数回归、自助法、分类等统计学领域的新方法和技术。我们对《统计学完全教程》-书进行了认真的阅读和研究，认为它是一本优秀的教材和参考书，将其翻译成中文介绍给我国的广大读者。
　　本书的第一个主要特点是其适用面广。作为教材，本书适用于数学、统计学、计算机科学的高年级本科生以及统计学、计算机科学的研究生。它也适用于即将从事统计工作而又需要补充数理统计背景知识的毕业生。读者可以根据自己的时间和需要，有选择地学习相关内容。
　　本书的第二个主要特点是取材面广。它包含了统计学领域几乎全部的知识。第一部分讲述了概率论的基本知识，而且与通常的概率论教材不同的是，该部分强调在统计学里常用到的概率知识，如随机变量的收敛性中的Delta方法，第二部分的统计推断则涵盖了点估计、假设检验、分布函数的估计和统计泛函、Bootstrap（自助法）方法、参数推断及贝叶斯推断和统计决策理论，而第三部分则介绍了统计模型和方法，既有常见的回归和多变量模型，也有因果推断、图模型、非参数模型、光滑方法、分类、模拟技术等统计学的前沿课题，
　　本书的第三个主要特点是既注重概率统计基本理论的讲述，又强调数据分析能力的培养。本书所有的基本概念和原理的讲述是清晰的，完整的。而同时本书具有大量的实际的例子，这些例子的原始数据可以在作者的个人主页上下载，并且附有相应的R程序。R是统计学家最钟爱的统计分析软件之一，而且是一款免费的开源软件，广大读者通过实际的数据例子不但可以学到数据分析方法，而且还可以加深对统计学基本概念和方法的理解。如果将统计理论和数据分析能力比作人的两条腿，那么这本书无疑将教会学生如何用“两条腿走路”，这与我们的统计教育目标是吻合的。
　　为了保持原书的风格和特色，在翻译的过程中，我们保留了原书的所有栏目，尽可能地忠实于原著，由于本书内容涵盖面很广，并涉及很多统计学前沿的内容，很多统计学词汇还没有严格的中文翻译，在翻译过程中，我们尽量参考现存的中文翻译，对于没有相应中文翻译的专业词汇，我们请教相关专家，力求将本书翻译好。由于时间紧迫，加上我们水平有限，译文中一定有不尽如人意之处，敬请读者不吝指正，
　　阅读本书只需要具备微积分和线性代数的基本知识，不需要概率论和数理统计的相关知识。因此，对于那些想尽快掌握概率统计基础知识的读者而言，本书是一本很好的入门教材，又由于其内容的完备性和前瞻性，本书可作为统计学、数学、计算机科学、机器学习和数据挖掘领域的高年级本科生、研究生的教材，对于想了解概率统计方法，尤其是想了解统计学前沿的实际工作者，本书也不失为一本有价值的参考书。
　　本书由代金翻译第1～4章，张波翻译第5～8章，魏秋萍翻译第9^16章，刘中华翻译第17~24章，全书由张波统检并负责校译。
　　感谢在本书翻译与校对过程中给予我们支持和帮助的同仁吴喜之教授、刘畅副教授、殷红博士和王星博士。
　　译者
　　2008年3月
　　予中国人民大学统计学院
统计学完全教程下载 mobi epub pdf txt 电子书格式