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。
本书包括概率论、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。
本书主要特点
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。
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...
- 全球名校广泛采用的经典教材
- 概率论与数理统计内容完整
- 大量实例辅助理解抽象概念
- 数学统计专业高年级本科生
- 统计学方向研究生
- 经济学相关专业学生
- 建议对照国内教材深化理解
- 重点研读条件概率与大数定律
- 务必动手完成代表性习题
- 实例丰富但部分章节略显啰嗦
- 早期中文版存在删减问题
- 难度适中适合初学者入门
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
- "we will use set theory for the mathematical model of events.outcomes of an experiment are elements of some sample space S,and each event is a subset of S.two events both occur if the outcome is in the intersection of two sets.at least one of a collection of events occurs if the outcome is the union "
- "a box contains 100 balls,of which r are red.suppose that the balls are drawn from the box one at a time,at random,without replacement.determine(a) the probability that the first ball drawn will be red;(b)the probability that the 50th ball drawn will be red;(c)the prbability that the last ball drawn "
- "9.if n people are seated in a random manner in a row containing 2n seats,what is the probability that no people will occupy adjacent seats?"
- "Let Pn be the proportion of patients who don’t relapse out of the first n. It can be shown that the probability is 1 that Pn converges to something as n → ∞. That something can be thought of as P , which we have been calling the proportion of successes in a very large population. In this sense, P is"
- "Suppose that the number of potential patients is enough larger than any sam- ple that we will see to make the approximation in Theorem 5.3.4 applicable. Then P is just the proportion of successes among the large population of potential pa- tients. Conditional on P = p, the number of successes in a s"
- "The interesting probabilistic properties of δ can be summarized by computing, for each value of θ∈Ω, either the probability π(θ|δ) that the test δ will reject H₀...."
显示全部
