During the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and marketing. The challenge of understanding these data has led to the development of new tools in the field of statistics, and spawned new areas such as data mining, machine learning, and bioinformatics. Many of these tools have common underpinnings but are often expressed with different terminology. This book describes the important ideas in these areas in a common conceptual framework. While the approach is statistical, the emphasis is on concepts rather than mathematics. Many examples are given, with a liberal use of color graphics. It is a valuable resource for statisticians and anyone interested in data mining in science or industry. The book's coverage is broad, from supervised learning (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting---the first comprehensive treatment of this topic in any book. This major new edition features many topics not covered in the original, including graphical models, random forests, ensemble methods, least angle regression & path algorithms for the lasso, non-negative matrix factorization, and spectral clustering. There is also a chapter on methods for "wide" data (p bigger than n), including multiple testing and false discovery rates.

《随机过程》是日本著名数学家伊藤清的著作，是随机过程方面的经典名著，篇幅短小，叙述精辟，具有较高的理论水平。书中以简练的笔法介绍了随机过程论的主要方面，包括可加过程、平稳过程和Markoff过程，并概述了一维扩散过程。具有初步概率论和泛函分析知识的读者，可以借此快速掌握随机过程的基本理论。

Social network analysis is used widely in the social and behavioral sciences, as well as in economics, marketing, and industrial engineering. The social network perspective focuses on relationships among social entities and is an important addition to standard social and behavioral research, which is primarily concerned with attributes of the social units. Social Network Analysis: Methods and Applications reviews and discusses methods for the analysis of social networks with a focus on applications of these methods to many substantive examples. It is a reference book that can be used by those who want a comprehensive review of network methods, or by researchers who have gathered network data and want to find the most appropriate method by which to analyze it. It is also intended for use as a textbook as it is the first book to provide comprehensive coverage of the methodology and applications of the field.

本书全面阐述了金融时间序列，并主要介绍了金融时间序列理论和方法的当前研究热点和一些最新研究成果，尤其是风险值计算、高频数据分析、随机波动率建模和马尔科夫链蒙特卡罗方法等方面。此外，本书还系统阐述了金融计量经济模型及其在金融时间序列数据和建模中的应用，所有模型和方法的运用均采用实际金融数据，并给出了所用计算机软件的命令。较之第1版，本版主要在新的发展和实证分析方面进行了更新，新增了状态空间模型和Kalman滤波以及S-Plus命令等内容。 本书可作为时间序列分析的教材，也适用于商学、经济学、数学和统计学专业对金融的计量经济学感兴趣的高年级本科生和研究生，同时，也可作为商业、金融、保险等领域专业人士的参考书。

《概率论基础教程》(第7版)内容简介——概率论是研究自然界和人类社会中随机现象数量规律的数学分支。本书通过大量的例子讲述了概率论的基础知识, 主要内容有组合分析、概率论公理化、条件概率和独立性、离散和连续型随机变量、随机变量的联合分布、期望的性质、极限定理等。本书附有大量的练习, 分为习题、理论习题和自检习题三大类, 其中自检习题部分还给出全部解答。

This book demonstrates the contribution that statistics can and should make to linguistic studies.The range of work to which statistical analysis is applicable is vast:including,for example,language acquisition,language variation and many aspects of applied linguistics,The aubhors give a wide variety of linguixtic examples to demonstrate the use of statistics in summarising data in the most appropriate way,and then making helpful inferences form the processed information.
Students and resesarchers in many fields of linguistics will find this book an invaluable introduction to the use of statistics,and a practical text tor the development of skils in the application of statistics.

本书是当代国际最著名的统计学家之一C.R.劳的一部统计学哲理论著，也是他毕生统计学术思想的总结，同时还是一本通俗的关于统计学原理的普及教科书。在本书中，作者从哲学的角度论述了统计学原理，通过实例，不仅证明了统计学是一门最严格、最合理的认识论和方法学 ，还深刻地揭示了现代统计学发展的过程，特别是那些很深刻的理论是如何从一些非常简单实际的问题中发展起来的。
本书前5章讲述了统计学从最初收集、汇编数据为行政管理服务，发展成为有一整套原理和研究方法的独立学科的历史，第6章谈及了普通公众对统计学的理解，强调了从数字中学习有助于成为有效率的公民。
最引人注目的特点是，书中提到的所有科学的学科调查与决策和统计之间的关联，是由一系列实例来说明的。本书使用非专业语言通俗地阐述了统计学的基本概念和方法，适合大众读者。

《复杂数据统计方法——基于r的应用》用自由的日软件分析30多个可以从国外网站下载的真实数据，包括横截面数据、纵向数据和时间序列数据，通过这些数据介绍了几乎所有经典方法及最新的机器学习方法。
《复杂数据统计方法——基于r的应用》特点：(1)以数据为导向；(2)介绍最新的方法(附有传统方法回顾)；(3)提供r软件入门及全部例子计算的日代码及数据的网址；(4)各章独立。
《复杂数据统计方法——基于r的应用》的读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科、硕士及博士生，各领域的教师和实际工作者。

本书内容包括概率论、数理统计两部分，涉及条件概率、随机变量及其分布、数学期望、特殊分布、估计、估计量的抽样分布、假设检验、分类数据与非参数方法、线性统计模型、随机模拟等．本书知识体系结构与国内主流的概率论与数理统计教材基本一致，但内容取材及例题的安排上都比较新颖，尤其是新增加了一些非常实用而且比较先进的模拟方法．书中最后提供了奇数号习题的解答以及索引． 本书作为概率论与数理统计的教材，适合大学本科高年级学生和研究生用作教材或参考书，也可供统计工作人员用作参考书．

《全国统计教材编审委员会"十二五"规划教材:贝叶斯统计(第2版)》不仅与书本知识紧密结合，与课时教学密切配合。而且它在夯实学生基础知识、培养基本技能的同时，更加注重提高学生的发散思维能力。《全国统计教材编审委员会"十二五"规划教材:贝叶斯统计(第2版)》沿着知识、能力、应用的训练主线，层次分明，难易有度，延展有序。

本书论述了自17世纪迄今数理统计学发展的简要历史。内容包括:概率基本概念的起源和发展,伯努利大数定律和狄莫旨二项概率正态逼近,贝叶斯关于统计推断的思想,最小二乘法与误差分布--高其正态分布的发现过程,社会统计学家对数理统计方法的主要贡献等。

《马尔可夫链：模型、算法与应用 应用数学译丛》讲述了马尔可夫链模型在排队系统、网页重要性排名、制造系统、再制造系统、库存系统以及金融风险管理等方面的最新应用进展.全书共安排8章内容，第1章介绍马尔可夫链、隐马尔可夫模型和马尔可夫决策过程的基本理论和方法，其余7章分别介绍马尔可夫链模型在不同领域中的应用. 《马尔可夫链：模型、算法与应用 应用数学译丛》可作为自动化、工业工程、统计学、应用数学以及管理学等专业高年级本科生或研究生的专业课教材，也可作为相关领域的研究人员及工程技术人员的参考书.

概率论与统计学在20世纪取得了惊人的发展，并在几乎所有的研究领域得到日益广泛的应用。同时，很多有关概率的新哲学思想也由此得以产生。然而，尽管这些思想有着重要的意义，但它们却往往散见于各种文献，不便于查找。
吉利斯所著的《概率的哲学理论》首次对有关概率的各种哲学理论给予了清楚、全面而系统的描述，并对它们相互间的关系提供了说明。本书不仅探讨了关于概率的古典的、逻辑的、主观的、频率的以及倾向的观点，而且说明了各种解释与贝叶斯争论之间的关系，因为贝叶斯争论不管是在统计学中还是在科学哲学中均已变得引人注目。作者在书中也提到了一些新见解：概率的倾向理论的一个很有特色的版本与发展了主观理论的主体间解释。作者还论证支持了一种多元主义的观点，认为有效的概率解释不止一种，每一种适用于不同的语境。
无论你是对关于概率的哲学观点感兴趣，还是打算对那些相关的理论及其关系作更为清晰的了解，《概率的哲学理论》都将证明它是极有价值的。

丹尼尔 A.鲍威斯和谢宇教授合著的《分类数据分析的统计方法》一书对分类数据分析的方法和模型，以及在社会科学研究中的应用作了全面的介绍。本书的一个明确目标是整合变换方法和潜在变量方法，它们是两类不同但又相互补充的处理分类数据分析的传统方法。这也是第一次在一单册书中严密地介绍针对离散因变量、交叉分类和跟踪数据的模型和方法。目前还没有看到有类似的著作。
本书的第二版增加了应用于分类数据的多水平模型。许多章节的内容经过了进一步的修订，并扩充了新的应用和实例。第二版中显著的特点是详细讨论了针对分层或多水平模型的经典贝叶斯估计技术，拓展了离散时间生存分析模型和Cox回归模型的内容，以及针对背离模型假设的评估和调适方法。辅助网址列举了使用各种统计软件包重复书中每一个例子的程序，实践证明是教师、学生和研究者学习的重要资源。
本书介绍了基本的方法和模型，它们构成了当代社会统计学的核心。本书介绍的模型跨度非同寻常，它们被广泛应用在社会学、人口学、心理测验学、计量经济学、政治学、生物统计学及其他领域。作为学生学习高级社会统计课程的研究生教材和应用研究者的参考书，是非常有用的。

《IBM SPSS数据分析与挖掘实战案例精粹》以IBM SPSS Statistics 20.0和IBM SPSS Modeler 14.1为工具，提供了医疗、金融、保险、汽车、快速消费品、市场研究、互联网等多个行业的数据分析／挖掘案例，基于实战需求，详细讲解整个案例的完整分析过程，并将模型和软件的介绍融于案例讲解之中，使读者在阅读时能突破方法和工具的局限，真正聚集于对数据分析精髓的领悟。《IBM SPSS数据分析与挖掘实战案例精粹》所附光盘包括案例数据和分析程序／流文件，读者可完整重现全部的分析内容。

本书介绍了统计学习理论和支持向量机的关键思想、结论和方法，以及该领域的最新进展。统计学习理论是针对小样本情况研究统计学习规律的理论，是传统统计学的重要发展和补充。其核心思想是通过控制学习机器的容量实现对推广能力的控制。由Springer-Verlag出版社授权出版。

本书是一本广义线性模型理论的入门用书。内容除了广义线性模型的建模方法外，主要是关于广义线性模型的几种基本统计推断形式（极大似然估计、假设检验和拟似然估计）的大样本理论，最后一章讲述了广义线性模型的模型选择和诊断。

无论中外，统计学一直是各相关专业学生的梦魇。Frederick J.Gravetter和Larry B.Wallnau两位教授正是考虑到这一点，从而以深入浅出、通俗易懂的方式，将统计知识清晰地整合到实际的行为科学研究中，以直接、易学、详尽的方法向学生讲授统计学的应用。
本书自出版以来一直是美国心理学、社会学等专业领域中使用最广的统计学教材，是一本非常适用于数学基础薄弱学生的统计入门书。

Barry Cohen教授所著《心理统计学》（第三版）是一本广受欢迎的心理统计学教材。它是一本非常全面的心理统计学教材，既包括入门性的统计学知识（如零假设检验的基本概念和局限性），也包括心理统计的高级内容（如复杂设计方差分析和多元回归分析）。 虽然是一本统计教材，但作者无时不考虑结合研究设计来解释有关概念，因此该书的重点是讲授各个统计公式或手段的适用条件以及如何解释统计结果的意义。作者实验心理学博士出身，在纽约大学教授心理学统计学超过30年，通过阅读本书，你会深刻体会“将实验设计与数据处理相结合”的妙处。 这本书的另一个优点是，它既适合于那些对统计不甚了解的人，也适合于专业研究人员（包括硕士生和博士生）。它每章基本上包括ABC三个部分，每个部分是相对独立的，初学者可以只看A和B部分的内容；而在C部分（虽不能只说更高级），作者介绍了很多最近才出现的分析手段，也反映了数据处理的一些发展趋势，对心理学研究者非常有帮助。