计算统计学基础

出版时间：2006-9  出版社：科学出版社  作者：金特尔  页数：444  字数：515000  
Tag标签：无  

内容概要

集约计算方法在统计推断和探索性数据分析中已得到广泛应用。计算统计学方法包括数据集的重新采样、分类及多重变换，其中可能利用随机生成的人工数据。这些方法的运用需要数值分析的高等技巧。因此，计算统计学和统计计算方法有着紧密的联系。本书阐述计算统计学的各种方法以及集约计算方法在密度估计、数据结构的确认及模型的建立等各方面的一些应用。尽管本书没有特别论述统计计算方法，但全面阐述了统计方法意义下的数据变换、函数近似及数据优化中的数值技巧。本书提供了习题，其中部分提供了解答。本书虽然假定读者熟悉概率论和统计学知识，但也复习了统计推断的基本方法，因此，本书很大程度上是自包含的。    本书可以作为教材或补充教材，用于高年级本科生或研究生的现代统计学课程，也可以作为使用集约计算方法的统计学家的参考书。    本书作者是George Mason大学计算统计系教授，美国统计协会及国际统计学学会会员，在ASA拥有多个国家级事务所；是ASA刊物的副主编，同时担任统计学和计算方面其他杂志的编辑；是《随机数生成，蒙特卡罗方法及数值线性代数在统计中的应用))一书的作者。

作者简介

作者：(美)金特尔

书籍目录

PrefaceI Methods of Computational Statistics  Introduction to Part I    1 Preliminaries      1.1 Discovering Structure:Data Structures and Structiure in Data      1.2 Modeling and Computational Inference      1.3 The Role of the Empirical Cumulative Distribution Function      1.4 The Role of Optimization in Inference      1.5 Inference about Functions      1.6 Probability Statements in Statistical Inference      Excercises    2 Monte Carlo Methods for Statistical Inference      2.1 Generation of Random Nunbers      2.2 Monte Carlo Estimation       2.3 Simulation of Data from a Hypothesized Model:monte Carlo Tests      2.4 Simulation of Data from a Fitted Model:"Parametric Bootstraps"      2.5 Random Sampling from Data      2.6 Reducing Variance in Monte Carlo Methods      2.7 Acceleration of Markov Chain Monte Chain Monte Carlo Methods      Exercises    3 Randomization and Data Partitioning      3.1 Randomixation Methods      3.2 Cross Validation for Smoothing and Fitting       3.3 Jackknife Methods      Further Reading       Exercises    4 Bootstrap Methods      4.1 Bootstrap Bias Corrections      4.2 Bootstrap Estimation of Variance      4.3 Bootstrap Confidence Intervals      4.4 Bootstrapping Data with Dependencies      4.5 Variance Reduction in Monte Carlo Bootstrap      Further Reading      Exercises    5 Tools for Identification of Structure in Data      5.1 Linear Structure and Other Geometric Properties      5.2 Linear Transformations      5.3 General Transformations of the Coordinate System      5.4 Measures of Similarity and Dissimilarity      5.5 Data Mining      5.6 Computational Feasibility      Exercises    6 Estimation of Functions    7 Graphical Methods in Computational StatisticsII Exploring Data Density and Structure  Introduction to Part II    8 Estimation of Probability Density Functions Using Parametric Models    9 Nonparametric Estimation of Probability Density Functions    10 Structure in data    11 Statistical Models of DependenciesAppendices  A Monte Carlo Studies in Statistics  B Software for Randon Number Generation  C Notation and Definitions  D Solutions and Hints for Selected ExercisesBibliographyAuthor IndexSubject Index

编辑推荐

《计算统计学基础(影印版)》可以作为教材或补充教材，用于高年级本科生或研究生的现代统计学课程，也可以作为使用集约计算方法的统计学家的参考书。

用户评论 (总计6条)

•   一直想买这本书，去了好多书店都没，终于买到了，还打折
•   因为毕业论文课题的缘故，买了这本书。。啃了一个春节
•   经典教材，买来储备着。
•   内容不错，但是纸张太薄，感觉不太像正版。
•   写作方式不怎么吸引人，觉得比较适合做工具书
•   因为不是指定教材，我只是买来看看，价格偏贵了。不过看在原版的份上……质量一般，纸质不是很好，内容一般，就这样。另外，这个不是非常适合统计系的学生，好像更适合计算机系的学生。