本书每一章的主要部分是用日常语言来引进和解释一些概念，如果可能，就通过例子来说明。如果不涉及应用，这部分就足够了。在本书例题的分析中，同时提供简洁明了的软件代码，可以使读者一边看书，一边自己计算，这会给多数想要自己动手分析数据的读者以方便。每章后面的小结中还展示了与概念及计算有关的一些数学公式以及软件的说明，使那些精力充沛的读者能更深刻地理解内容。这种安排使得本教材能够适用于各种不同水平、不同要求的读者群体。

由美国当代著名统计学家L·沃塞曼所著的《统计学完全教程》是一本几乎包含了统计学领域全部知识的优秀教材。本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法(自助法)、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。
本书适用于统计学、数学、计算机科学、机器学习与数据挖掘等领域的高年级本科生、研究生，对于相关领域的广大科研工作者和实际工作者来说也不失为一本有价值的参考书。

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.

耶鲁大学简单统计学课
让数据说实话是现代社会的基本生存技能
...................
※编辑推荐※
★耶鲁大学热门公开课，只需懂加减乘除就能看懂的统计学
- 本书脱胎于耶鲁大学两度获得教学奖的热门公开课
- 跟随一系列轻松又惊心动魄的案例，掌握统计学的基本原则
- 诺贝尔经济学奖获得者罗伯特·希勒赞赏推荐
★所谓清醒思考，就是用统计学思考
- 19种统计原则，让认知再次升级
- 数十个经典案例，为超过90%的生活场景提供直观借鉴
- 幽默而犀利的分析，平均每三页提供一次醍醐灌顶的体验
★让数据说实话，是现代社会的基本生存技能
-《魔鬼统计学》颠覆常识的结论，到底错在哪里？
-《追求卓越》归纳的成功经验，为何是隐蔽的陷阱？
- 日常生活中，有哪些自我欺骗的套路？
...................
※内容简介※
允许堕胎可以降低犯罪率；
卓越公司有共同的特质；
早晨喝一整壶咖啡可以延年益寿，每天喝两杯咖啡会增加患癌的风险；
上述结论都是专业人士甚至是著名学者精心研究所得。如果你相信它们，你也应该信任章鱼保罗对世界杯的预测。
现代人被数据所包围，无论是学习、工作，还是日常生活，都习惯了用数据说话，可怕的是，骗子也学会了用数据说话。若要清醒思考，你需要学点统计学。
《简单统计学》脱胎于耶鲁大学热门统计学课程，加里·史密斯教授在书中巧妙地揭示了生活中的各种数据骗局，并用简单的统计学原理揭穿了其中的把戏，行文轻松幽默而又逻辑缜密，堪称一堂别开生面的统计课。
翻开本书，轻松掌握统计学背后的科学机制，掌握从数据中获取真知的技巧，全面升级你的认知。
...................
※名人推荐※
这是本非常有趣的书，却揭示了非常严重的问题。我们经常会被数据愚弄，是时候拆穿这些诡计了。
——罗伯特·希勒，诺贝尔经济学奖得主，《非理性繁荣》作者
统计学是金融领域极其常用的修辞方式。《简单统计学》帮助我们在统计学泛滥的时代学会认清真正有效的数据。史密斯教授帮了我们大忙。
——布莱恩·怀特 黑石公司总经理
加里·史密斯的《简单统计学》非常有趣，利用多样例子使读者真正理解统计学。读者也会发现很多他们曾经学过的知识是错误的，本书会告诉他们为什么。
——本杰明·弗里德曼，哈佛大学政治经济学教授
《简单统计学》很有趣，很八卦，却很有见地，本书注定会成为经典。加里·史密斯在书中分析了数不胜数因相信数据而吃亏的错误案例，帮助读者知道如何去避免，这比单纯地讲大道理有用多了。
——爱德华·E·雷姆，加州大学洛杉矶分校教授

20世纪的哲学家和科学家认为宇宙是概率性的，因而偶然便是实在的。统计定律反映出宇宙的本质，虽然有的事物有其固有的不可预测的一面，但是统计规律的实在性最终被认为是理性的。本书则通过曲折复杂的历史佚事反映出统计规律是何以登堂入室的。内容的丰富使作者的哲学思想难于把握，但正是奋争在这扑朔迷离之中才是值得一试的。 本书从大尺度上描绘了观念转变的过程，弥补了科学社会学中案例研究和标准形式的识知研究的不足。有些论证值得商榷，尤其是哈金描述的“革命”，在我看来，就从未在他所认为的意义下发生过。但是哈金的思想过于复杂，很难被这些反驳意见所驳倒。关于涂尔干和高尔顿的写作上，对很难说清的方面把握恰到好处，论证雄辩，这正是本书闪光之处。