《數理統計與數據分析（原書第3版）》將現代統計學的重要思想引入數理統計課程中，強調了數據分析、圖形工具和計算機技術，并注重統計的實務和應用�！稊道斫y計與數據分析（原書第3版）》內容豐富，幾乎涵蓋了所有經典和前沿的概率論與數理統計理論和方法，主要包括概率、隨機變量、聯合分布、期望、極限定理、抽樣調查、參數估計、假設檢驗、數據匯總、兩樣本比較、方差分析、分類數據分析和線性最小二乘等。
《數理統計與數據分析（原書第3版）》用真實數據分析了實際問題，以此增強讀者對理論的理解；作者將自助方法與傳統的推論性過程結合起來，增加了蒙特卡羅方法。此外，為了使概念更清晰，書中提供了大量的示例，而且還有豐富的習題，以增強讀者的計算能力。
《數理統計與數據分析（原書第3版）》適合作為統計學、數學、其他理工科專業以及社會科學和經濟學專業高年級本科生和低年級研究生的教材，同時也可供相關領域技術人員參考。
John A. Rice，在加州大學伯克利分校獲得博士學位，并一直任教于該校統計系，現為該校統計學名譽教授。他是美國數理統計學會成員，發表過多篇理論和應用統計學論文，其研究興趣集中于海量和需要高強度計算的隨機數據的分析方法。
譯者序
前言
第1章 概率
1.1 引言
1.2 樣本空間
1.3 概率測度
1.4 概率計算：計數方法
1.4.1 乘法原理
1.4.2 排列與組合
1.5 條件概率
1.6 獨立性
1.7 結束語
1.8 習題
第2章 隨機變量
2.1 離散隨機變量
2.1.1 伯努利隨機變量
2.1.2 二項分布
2.1.3 幾何分布和負二項分布
2.1.4 超幾何分布
2.1.5 泊松分布
2.2 連續隨機變量
2.2.1 指數密度
2.2.2 伽馬密度
2.2.3 正態分布
2.2.4 貝塔密度
2.3 隨機變量的函數
2.4 結束語
2.5 習題
第3章 聯合分布
3.1 引言
3.2 離散隨機變量
3.3 連續隨機變量
3.4 獨立隨機變量
3.5 條件分布
3.5.1 離散情形
3.5.2 連續情形
3.6 聯合分布隨機變量函數
3.6.1 和與商
3.6.2 一般情形
3.7 極值和順序統計量
3.8 習題
第4章 期望
4.1 隨機變量的期望
4.1.1 隨機變量函數的期望
4.1.2 隨機變量線性組合的期望
4.2 方差和標準差
4.2.1 測量誤差模型
4.3 協方差和相關
4.4 條件期望和預測
4.4.1 定義和例子
4.4.2 預測
4.5 矩生成函數
4.6 近似方法
4.7 習題
第5章 極限定理
5.1 引言
5.2 大數定律
5.3 依分布收斂和中心極限定理
5.4 習題
第6章 正態分布的導出分布
6.1 引言
6.2 x2分布、t分布和F分布
6.3 樣本均值和樣本方差
6.4 習題
第7章 抽樣調查
7.1 引言
7.2 總體參數
7.3 簡單隨機抽樣
7.3.1 樣本均值的期望和方差
7.3.2 總體方差的估計
7.3.3 X 抽樣分布的正態近似
7.4 比率估計
7.5 分層隨機抽樣
7.5.1 引言和記號
7.5.2 分層估計的性質
7.5.3 分配方法
7.6 結束語
7.7 習題
第8章 參數估計和概率分布擬合
8.1 引言
8.2 粒子排放量的泊松分布擬合
8.3 參數估計
8.4 矩方法
8.5 最大似然方法
8.5.1 多項單元概率的最大似然估計
8.5.2 最大似然估計的大樣本理論
8.5.3 最大似然估計的置信區間
8.6 參數估計的貝葉斯方法
8.6.1 先驗的進一步注釋
8.6.2 后驗的大樣本正態近似
8.6.3 計算問題
8.7 效率和克拉默{拉奧下界
8.7.1 例子：負二項分布
8.8 充分性
8.8.1 因子分解定理
8.8.2 拉奧{布萊克韋爾定理
8.9 結束語
8.10 習題
第9章 假設檢驗和擬合優度評估
9.1 引言
9.2 奈曼{皮爾遜范式
9.2.1 顯著性水平的設定和p 值概念
9.2.2 原假設
9.2.3 一致最優勢檢驗
9.3 置信區間和假設檢驗的對偶性
9.4 廣義似然比檢驗
9.5 多項分布的似然比檢驗
9.6 泊松散布度檢驗
9.7 懸掛根圖
9.8 概率圖
9.9 正態性檢驗
9.10 結束語
9.11 習題
第10章 數據匯總
10.1 引言
10.2 基于累積分布函數的方法
10.2.1 經驗累積分布函數
10.2.2 生存函數
10.2.3 分位數{分位數圖
10.3 直方圖、密度曲線和莖葉圖
10.4 位置度量
10.4.1 算術平均
10.4.2 中位數
10.4.3 截尾均值
10.4.4 M 估計
10.4.5 位置估計的比較
10.4.6 自助法評估位置度量的變異性
10.5 散度度量
10.6 箱形圖
10.7 利用散點圖探索關系
10.8 結束語
10.9 習題
第11章 兩樣本比較
11.1 引言
11.2 兩獨立樣本比較
11.2.1 基于正態分布的方法
11.2.2 勢
11.2.3 非參數方法：曼恩{惠特尼檢驗
11.2.4 貝葉斯方法
11.3 配對樣本比較
11.3.1 基于正態分布的方法
11.3.2 非參數方法：符號秩檢驗
11.3.3 例子：測量魚的汞水平
11.4 試驗設計
11.4.1 乳腺動脈結扎術
11.4.2 安慰劑效應
11.4.3 拉納克郡牛奶試驗
11.4.4 門腔分術
11.4.5 FD&C Red No.
11.4.6 關于隨機化的進一步評注
11.4.7 研究生招生的觀測研究、混雜和偏見
11.4.8 審前調查
11.5 結束語
11.6 習題
第12章 方差分析
12.1 引言
12.2 單因子試驗設計
12.2.1 正態理論和 F 檢驗
12.2.2 多重比較問題
12.2.3 非參數方法：克魯斯卡爾{沃利斯檢驗
12.3 二因子試驗設計
12.3.1 可加性參數化
12.3.2 二因子試驗設計的正態理論
12.3.3 隨機化區組設計
12.3.4 非參數方法：弗里德曼檢驗
12.4 結束語
12.5 習題
第13章 分類數據分析
13.1 引言
13.2 費舍爾精確檢驗
13.3 卡方齊性檢驗
13.4 卡方獨立性檢驗
13.5 配對設計
13.6 優勢比
13.7 結束語
13.8 習題
第14章 線性最小二乘
14.1 引言
14.2 簡單線性回歸
14.2.1 估計斜率和截距的統計性質
14.2.2 擬合度評估
14.2.3 相關和回歸
14.3 線性最小二乘的矩陣方法
14.4 最小二乘估計的統計性質
14.4.1 向量值隨機變量
14.4.2 最小二乘估計的均值和協方差
14.4.3 σ2的估計
14.4.4 殘差和標準化殘差
14.4.5 ˉ 的推斷
14.5 多元線性回歸：一個例子
14.6 條件推斷、無條件推斷和自助法
14.7 局部線性平滑
14.8 結束語
14.9 習題
附錄A 常用分布
附錄B 表
部分習題答案
參考文獻
新書資訊