（已有12条评价）
基本信息
- 作者： (美)德格鲁特(DeGroot, M. H.) (美)舍维什(Schervish, M. J.)
- 丛书名： 华章统计学原版精品系列
- 出版社：机械工业出版社
- ISBN：9787111387756
- 上架时间：2012-7-4
- 出版日期：2012 年7月
- 开本：16开
- 页码：891
- 版次：1-1
- 所属分类：数学 > 概率论与数理统计 > 概率统计
编辑推荐
经典的概率论与数理统计教材
多年畅销经久不衰
为多所名校采用
内容简介
书籍
数学书籍
这本经典的概率论与数理统计教材，多年来畅销不衰，被很多名校采用，包括卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康乃尔大学、杜克大学、加州大学洛杉矶分校等。
《概率统计(英文版第4版)》包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。
《概率统计(英文版第4版)》主要特点
叙述清晰易懂，内容深入浅出。作者用大量颇具启发性的例子引入论题、阐释理论和证明。例题涉及面广，除了那些解释基本概念的一些著名例题外，还有很多新颖的例题，描述了概率论在遗传学、排队论、计算金融学和计算机科学中的应用。
内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融人教材。
为授课教师免费提供教师解答手册（Instructor’s Solutions Manual）。书后还提供了奇数号习题的答案。
数学书籍
这本经典的概率论与数理统计教材，多年来畅销不衰，被很多名校采用，包括卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康乃尔大学、杜克大学、加州大学洛杉矶分校等。
《概率统计(英文版第4版)》包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。
《概率统计(英文版第4版)》主要特点
叙述清晰易懂，内容深入浅出。作者用大量颇具启发性的例子引入论题、阐释理论和证明。例题涉及面广，除了那些解释基本概念的一些著名例题外，还有很多新颖的例题，描述了概率论在遗传学、排队论、计算金融学和计算机科学中的应用。
内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融人教材。
为授课教师免费提供教师解答手册（Instructor’s Solutions Manual）。书后还提供了奇数号习题的答案。
作译者
Morris H. DeGroot(1931–1989) 世界著名的统计学家。生前曾任国际统计学会、美国科学促进会、统计学会、数理统计学会、计量经济学会会士。卡内基梅隆大学教授，1957年加入该校，1966年创办该校统计系。DeGroot在学术上异常活跃和多产，曾发表一百多篇论文，还著有 Optimal Statistical Decisions和 Statistics and the Law。为纪念他的著作对统计教学的贡献，国际贝叶斯分析学会特别设立了DeGroot奖表彰优秀统计学著作。
Mark J. Schervish 世界著名的统计学家，美国统计学会、数理统计学会会士。于1979年获得伊利诺大学的博士学位，之后就在卡内基梅隆大学统计系工作，教授数学、概率、统计和计算金融等课程，现为该系系主任。Schervish在学术上非常活跃，成果颇丰，还因在统计推断和贝叶斯统计方面的基石性工作而闻名，除本书外，他还著有Theory of Statistics和 Rethinking the Foundations of Statistics。
Mark J. Schervish 世界著名的统计学家，美国统计学会、数理统计学会会士。于1979年获得伊利诺大学的博士学位，之后就在卡内基梅隆大学统计系工作，教授数学、概率、统计和计算金融等课程，现为该系系主任。Schervish在学术上非常活跃，成果颇丰，还因在统计推断和贝叶斯统计方面的基石性工作而闻名，除本书外，他还著有Theory of Statistics和 Rethinking the Foundations of Statistics。
目录
Contents
1 Introduction to Probability 1
1.1 The History of Probability 1
1.2 Interpretations of Probability 2
1.3 Experiments and Events 5
1.4 Set Theory 6
1.5 The Definition of Probability 16
1.6 Finite Sample Spaces 22
1.7 Counting Methods 25
1.8 Combinatorial Methods 32
1.9 Multinomial Coefficients 42
1.10 The Probability of a Union of Events 46
1.11 Statistical Swindles 51
1.12 Supplementary Exercises 53
2 Conditional Probability 55
2.1 The Definition of Conditional Probability 55
2.2 Independent Events 66
2.3 Bayes’ Theorem 76
2.4 The Gambler’s Ruin Problem 86
2.5 Supplementary Exercises 90
1 Introduction to Probability 1
1.1 The History of Probability 1
1.2 Interpretations of Probability 2
1.3 Experiments and Events 5
1.4 Set Theory 6
1.5 The Definition of Probability 16
1.6 Finite Sample Spaces 22
1.7 Counting Methods 25
1.8 Combinatorial Methods 32
1.9 Multinomial Coefficients 42
1.10 The Probability of a Union of Events 46
1.11 Statistical Swindles 51
1.12 Supplementary Exercises 53
2 Conditional Probability 55
2.1 The Definition of Conditional Probability 55
2.2 Independent Events 66
2.3 Bayes’ Theorem 76
2.4 The Gambler’s Ruin Problem 86
2.5 Supplementary Exercises 90
前言
第4版的主要变化
我重组了正文中的很多主要结果，给它们加上“定理”这个标签，这样做是为了方便学生查找和参考这些结果。
为了让正文中的重要定义和假设更加凸显，我把它们挑选出来，并加上相应的标签。
当要介绍一个新的论题时，在探究数学理论之前，我都是用一个具有启发性的例子来引入该论题。然后我再回到这个例子，以阐明新引入的内容。
把与大数定律和中心极限定理相关的内容从原来的第5章中抽取出来，作为全新的一章，也就是第6章。将之与大样本结果放到一起讨论似乎更自然。
把马尔可夫链这一节从第3版的第2章移到第4版的第3章。每次我给自己的学生介绍这部分内容时，我都会因为不能提及随机变量、分布和条件分布而陷入困境。我实际上已经把这部分内容推迟，在介绍完分布之后，再回头介绍马尔可夫链。我觉得是时候把它置于一个更自然的位置了。我又增加了一些关于马尔可夫链的平稳分布方面的内容。
为了提高思想呈现的流畅性，我把一些定理的冗长证明放到相关小节的末尾。
重写了7.1节，即 “统计推断”这一节，使得介绍更清晰明了。
我重写了9.1节，这是为了更全面地介绍假设检验，包括似然比检验。对于那些对假设检验的更多数学理论不感兴趣的教师来说，从9.1节直接跳到9.5节现在更容易了。
下面给出了读者应该注意的其他变化。
以前表示两个集合A与B的交的记号为AB，现在替换为更流行的A∩B了。旧的记号虽然在数学上是合乎逻辑的，但是对于这一层次的教材来说，似乎有些晦涩了。
增加了对Stirling公式和Jensen不等式的叙述。
全概率法则和样本空间的划分从第3版的2.3节移到第4版的2.1节。
累积分布函数(c.d.f.)曾专指分布函数(d.f.)，所以我在本版中把累计分布函数定义为分布函数这个首选名称。
在第3章和第6章增加了直方图的内容。
重新安排了3.8节和3.9节中的一些论题，让随机变量的简单函数最先出现，一般的公式最后再出现，这样，对于那些打算略去数学上具有挑战性部分的教师来说就容易了。
列举了大量可用的条目强调超几何分布与二项分布之间的密切关系。
简单介绍了Chernoff界。Chernoff界在计算机科学中日益重要，而它们的推导只需用本教材中的内容就足够了。
改变了置信区间的定义，它指的是随机区间，而不是观测区间。这不但使阐述更容易，也对应于更现代的应用。
在7.6节简要介绍了矩方法。
我重组了正文中的很多主要结果，给它们加上“定理”这个标签，这样做是为了方便学生查找和参考这些结果。
为了让正文中的重要定义和假设更加凸显，我把它们挑选出来，并加上相应的标签。
当要介绍一个新的论题时，在探究数学理论之前，我都是用一个具有启发性的例子来引入该论题。然后我再回到这个例子，以阐明新引入的内容。
把与大数定律和中心极限定理相关的内容从原来的第5章中抽取出来，作为全新的一章，也就是第6章。将之与大样本结果放到一起讨论似乎更自然。
把马尔可夫链这一节从第3版的第2章移到第4版的第3章。每次我给自己的学生介绍这部分内容时，我都会因为不能提及随机变量、分布和条件分布而陷入困境。我实际上已经把这部分内容推迟，在介绍完分布之后，再回头介绍马尔可夫链。我觉得是时候把它置于一个更自然的位置了。我又增加了一些关于马尔可夫链的平稳分布方面的内容。
为了提高思想呈现的流畅性，我把一些定理的冗长证明放到相关小节的末尾。
重写了7.1节，即 “统计推断”这一节，使得介绍更清晰明了。
我重写了9.1节，这是为了更全面地介绍假设检验，包括似然比检验。对于那些对假设检验的更多数学理论不感兴趣的教师来说，从9.1节直接跳到9.5节现在更容易了。
下面给出了读者应该注意的其他变化。
以前表示两个集合A与B的交的记号为AB，现在替换为更流行的A∩B了。旧的记号虽然在数学上是合乎逻辑的，但是对于这一层次的教材来说，似乎有些晦涩了。
增加了对Stirling公式和Jensen不等式的叙述。
全概率法则和样本空间的划分从第3版的2.3节移到第4版的2.1节。
累积分布函数(c.d.f.)曾专指分布函数(d.f.)，所以我在本版中把累计分布函数定义为分布函数这个首选名称。
在第3章和第6章增加了直方图的内容。
重新安排了3.8节和3.9节中的一些论题，让随机变量的简单函数最先出现，一般的公式最后再出现，这样，对于那些打算略去数学上具有挑战性部分的教师来说就容易了。
列举了大量可用的条目强调超几何分布与二项分布之间的密切关系。
简单介绍了Chernoff界。Chernoff界在计算机科学中日益重要，而它们的推导只需用本教材中的内容就足够了。
改变了置信区间的定义，它指的是随机区间，而不是观测区间。这不但使阐述更容易，也对应于更现代的应用。
在7.6节简要介绍了矩方法。
