☆☆☆☆☆
簡體網頁||繁體網頁



下載連結1
下載連結2
下載連結3

類似圖書 點擊查看全場最低價

---

編輯推薦

　　After a brief review of elementary statistical theory， the coverage of thesubject matter begins with a detailed treatment of parametric statisticalmodels as motivated by DeFinetti's representation theorem for exchangeablerandom variables （Chapter l）. In addition， Dirichlet processes and othertailfree processes are presented as examples of infinite-dimensional param-eters. Chapter 2 introduces sufficient statistics from both Bayesian andnon-Bayesian viewpoints. Exponential families are discussed here becauseof the important role sufficiency plays in these models. Also， the conceptof iriformation is introduced together with its relationship to sufficiency.A representation theorem is given for general distributions based on suffi-cient statistics. Decision theory is the subject of Chapter 3， which includesdiscussions of admissibility and minimaxity. Section 3.3 presents an ax-iomatic derivation of Bayesian decision theory， including the use of condi-tional probability. Chapter 4 covers hypothesis testing， including unbiasedtests， P-values， and Bayes factors. We highlight the contrasts between thetraditional "uniformly most powerful" （UMP） approach to testing and de-cision theoretic approaches （both Bayesian and classical）. In particular， wesee how the asymmetric treatment of hypotheses and alternatives in theUMP approach accounts for much of the difference. Point and set estima-tion are the topics of Chapter 5. This includes unbiased and maximum like-lihood estimation as well as confidence， prediction， and tolerance sets. Wealso introduce robust estimation and the bootstrap. Equivariant decisionrules are covered in Chapter 6. In Section 6.2.2， we debunk the commonmisconception of equivariant rules as means for preserving decisions un-der changes of measurement scale. Large sample theory is the subject ofChapter 7. This includes asymptotic properties of sample quantiles， maxi-mum likelihood estimators， robust estimators， and posterior distributions.The last two chapters cover situations in which the random variables are
　　not modeled as being exchangeable. Hierarchical models （Chapter 8） areuseful for data arrays. Here， the parameters of the model can be modeled as exchangeable while the observables are only partially exchangeable. We introduce the popular computational tool known as Markov chain MonteOarlo， Gibbs sampling， or successive substitution sampling， which is very useful for fitting hierarchical models. Some topics in sequential analysis are presented in Chapter 9. These include classical tests， Bayesian decisions， confidence sets， and the issue of sampling to a foregone conclusion.

內容簡介

　　《數學與金融經典教材：統計理論（影印版）》是一部經典的講述統計理論的研究生教程，綜閤性強，內容涵蓋：估計；檢驗；大樣本理論，這些都是研究生要進入博士或者更高層次必須學習的預備知識。為瞭讓讀者具備更加強硬的數學背景和更廣闊的理論知識，書中不僅給齣瞭經典方法，也給齣瞭貝葉斯推理知識。目次：概率模型；充分統計量；決策理論；假設檢驗；估計；等價；大樣本理論；分層模型；序列分析；附錄：測度與積分理論；概率論；數學定理；分布概述。
　　《數學與金融經典教材：統計理論（影印版）》讀者對象：概率統計、數學專業以及相關專業的高年級本科生、研究生和相關的科研人員。

內頁插圖

目錄

Preface

Chapter 1: Probability Models
1.1 Background
1.1.1 General Concepts
1.1.2 Classical Statistics
1.1.3 Bayesian Statistics
1.2 Exchangeability
1.2.1 Distributional Symmetry
1.2.2 Frequency and Exchangeability
1.3 Parametric Models
1.3.1 Prior, Posterior, and Predictive Distributions
1.3.2 Improper Prior Distributions
1.3.3 Choosing Probability Distributions
1.4 DeFinetti's Representation Theorem
1.4.1 Understanding the Theorems
1.4.2 The Mathematical Statements
1.5 Proofs of DeFinetti's Theorem and Related Results
1.5.1 Strong Law of Large Numbers
1.5.2 The Bernoulli Case
1.5.3 The General Finite Case
1.5.4 The General Infinite Case
1.5.5 Formal Introduction to Parametric Models
1.6 Infinite-Dimensional Parameters
1.6.1 Dirichlet Processes
1.6.2 Tailfree Processes

Chapter 2: Sufflcient Statistics
2.1.1 Notational Overview
2.1.3 Minimal and Complete Sufficiency
2.1.4 Ancillarity
2.2 Exponential Families of Distributions
2.2.1 Basic Properties
2.2.2 Smoothness Properties
2.2.3 A Characterization Theorem
2.3.1 Fisher Information
2.3.2 Kullback-Leibler Information
2.3.3 Conditional Information
2.4 Extremal Families
2.4.1 The Main Results
2.4.2 Examples

Chapter 3: Decision Theory
3.1 Decision Problems
3.1.2 Elements of Bayesian Decision Theory
3.1.3 Elements of Classical Decision Theory
3.1.4 Summary
3.2 Classical Decision Theory
3.2.1 The Role of Sufficient Statistics
3.2.2 Admissibility
3.2.3 James-Stein Estimators
3.2.5 Complete Classes
3.3 Axiomatic Derivation of Decision Theory
3.3.1 Definitions and Axioms
3.3.2 Examples
3.3.3 The Main Theorems
3.3.4 Relation to Decision Theory
3.3.5 Proofs of the Main Theorems
3.3.6 State-Dependent Utility

Chapter 4: Hypothesis Testing
4.1 Introduction
4.1.1 A Special Kind of Decision Problem
4.1.2 Pure Significance Tests
4.2 Bayesian Solutions
4.2.1 Testing in General
4.2.2 Bayes Factors
4.3 Most Powerful Tests
4.3.1 Simple Hypotheses and Alternatives
4.3.2 Simple Hypotheses, Composite Alternatives
4.3.3 0ne-Sided Tests
4.3.4 Two-Sided Hypotheses
4.4 Unbiased Tests
4.4.1 General Results

Chapter 5: E8timation
Chapter 6: Equivariance
Chapter 7: Large Sample Theory
Chapter 8: Hierarchical Models
chapter 9: sequential analysis

appendix a: measure and integration theory
appendix b: probability theory
appendix c: mathematical theorems not proven here
appendix d: summary of distributions
references
notation and abbreviation index
name index
subject index

前言/序言

數學與金融經典教材：統計理論（影印版） [Theory of Statistics] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

拿到書感覺不錯，但是很多不懂，隻有慢慢學，加油

評分☆☆☆☆☆

支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東

評分☆☆☆☆☆

看上去不錯，收藏用。

評分☆☆☆☆☆

good!!!!!!!!!!!!!!!!!!!!!!!!

評分☆☆☆☆☆

支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東

評分☆☆☆☆☆

數學與金融經典教材：統計理論（影印版）

評分☆☆☆☆☆

支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東支持京東

評分☆☆☆☆☆

拿到書感覺不錯，但是很多不懂，隻有慢慢學，加油

評分☆☆☆☆☆

東西不錯，我很喜歡。快遞很快

類似圖書 點擊查看全場最低價