本书是统计计算或者计算统计学教材，包含了计算统计学的传统核心问题：概率分布模拟随机变量、蒙特卡罗积分和方差缩减法、蒙特卡罗法和马尔可夫链蒙特卡罗法、自助法和水手刀法、密度估计和多元数据可视化。书中包含大量实例和练习，所有实例的代码都可以在网站上下载。实现实例使用的数据都是R中的公开数据或者模拟数据。 本书可作为高年级本科生和研究生的教材。也可作为相关科研人员和统计爱好者的参考书。

本书是统计计算或者计算统计学教材，包含了计算统计学的传统核心问题：概率分布模拟随机变量、蒙特卡罗积分和方差缩减法、蒙特卡罗法和马尔可夫链蒙特卡罗法、自助法和水手刀法、密度估计和多元数据可视化。书中包含大量实例和练习，所有实例的代码都可以在网站上下载。实现实例使用的数据都是R中的公开数据或者模拟数据。 本书可作为高年级本科生和研究生的教材。也可作为相关科研人员和统计爱好者的参考书。

统计计算是数理统计、计算数学和计算机科学的交叉学科。《统计计算》系统地介绍了统计计算的基本方法，并给出各种算法的统计原理和数值计算的步骤，以及部分例子，使读者掌握用统计方法解决具体问题的全过程. 《统计计算》内容包括误差与数据处理、分布函数和分位数的计算、随机数的产生与检验、矩阵计算、无约束最优化方法、多元线性和非线性回归的算法及随机模拟方法等.各章内容丰富，并配有适量的习题和上机实习题. 《统计计算》可作为理工科院校概率统计、数学、应用数学、计算机科学等系大学生的教材，也可作为教师、研究生以及从事统计、信息处理工作的有关工程技术人员的参考书。

《现代统计学系列丛书：统计计算》讲述统计计算的基本概念和统计计算中常用的算法，内容涵盖了误差、描述统计、随机数产生、随机模拟、逼近、插值、数值积分与数值微分、矩阵计算、优化与方程求根等各个方面。《现代统计学系列丛书：统计计算》的讲解比较系统，提供了大量的例题和习题，使用应用广泛的R语言进行算法描述与编程，可以用作统计学专业本科生“统计计算”课程的教材，也可以作为统计学以及其他专业的本科生、研究生和研究人员关于统计计算算法的参考书。

随着计算机的快速发展, 数理统计中许多涉及大计算量的有效方法也得到了广泛应用与迅猛发展, 可以说, 计算统计已是统计中一个很重要的研究方向. 本书既包含一些经典的统计计算方法, 如求解非线性方程组的牛顿方法、传统的随机模拟方法等, 又全面地介绍了近些年来发展起来的某些新方法, 如模拟退火算法、基因算法、EM算法、MCMC方法、Bootstrap方法等, 并通过某些实例, 对这些方法的应用进行了较详细的说明. 本书最后还提供了各种难度的习题. 本书可作为数学、统计学、科学计算等专业的本科生教材, 也可供统计学方向的研究生、工程技术人员和应用工作者参考使用.

现代统计计算完全指南，玩转数据科学必备。 本书提供统计计算理论和实践的完全指南。第2版涵盖了现代和经典统计的大部分论题，包括优化、积分、蒙特卡罗方法、自助法、密度估计和光滑。不但从概念上通过逐步描述解释算法，并且通过例子和习题进行详细的阐述。 第2版重要的特点包括： •例子来自于各个领域的实际应用，包括遗传学、生态学、经济学、网络系统、生物学和药学。 •解释了为什么计算方法是大多数统计方法的重要组成部分，比如贝叶斯模型、线性和广义线性模型、随机效应模型、生存模型和隐马尔科夫模型。 •进一步扩展覆盖了马尔科夫链蒙特卡洛方法。 •增加新的论题，比如序贯抽样方法、粒子滤波、无梯度优化、基于数据的自助法和蒙特卡洛方法。 •新的习题和例子能帮助读者训练应用计算方法解决众多领域内统计问题的能力。 •本书的网站给出了R语言扩展包并提供了数据和代码。 本书非常适合作...(展开全部)

随着计算机的快速发展, 数理统计中许多涉及大计算量的有效方法也得到了广泛应用与迅猛发展, 可以说, 计算统计已是统计中一个很重要的研究方向. 本书既包含一些经典的统计计算方法, 如求解非线性方程组的牛顿方法、传统的随机模拟方法等, 又全面地介绍了近些年来发展起来的某些新方法, 如模拟退火算法、基因算法、EM算法、MCMC方法、Bootstrap方法等, 并通过某些实例, 对这些方法的应用进行了较详细的说明. 本书最后还提供了各种难度的习题. 本书可作为数学、统计学、科学计算等专业的本科生教材, 也可供统计学方向的研究生、工程技术人员和应用工作者参考使用.

本书是计算机辅助统计编程的入门书，由浅入深地介绍实用统计中 R 的学习和使用方法，使读者能够深切领会数据科学和R的魅力。 本书共分7章，第一章为入门，简单介绍本书特点以及 R 和 RStudio 的特性；第2章为 R 语言简介，介绍了 R 语言基本特征、数据操作和程序包等内容；第3章为统计绘图，涉及低级和不错绘图函数以及图形系统的基础知识；第4章为 R 编程；第5至7章为 R 统计编程核心内容，包括模拟、计算线性代数和数值优化等内容。 本书附录对各种随机变量和分布类型进行了概述，读者可以随时翻阅附录以帮助理解正文内容。

《统计建模与R软件》以统计理论为基础，按照数理统计教材的章节顺序，在讲明统计的基本概念的同时，以R软件为辅助计算手段，介绍统计计算的方法，从而有效地解决统计中的计算问题． 书中结合数理统计问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解该软件的精髓和灵活、高效的使用技巧．此外，还介绍了在工程技术、经济管理、社会生活等各方面的丰富的统计问题及其统计建模方法，通过该软件将所建模型进行求解，使读者获得从实际问题建模入手，到利用软件进行求解，以及对计算结果进行分析的全面训练．

这《R语言统计入门(第2版)》以最恰当的方式向初学者介绍了R的全貌，内容涵盖基本的R语言编程方法、基本数据处理和一些高级数据操作的技巧，有助于读者理解R向量化编程的特点。此外，作者在本书中还详细描述了包含回归分析、假设检验、广义线性模型、非线性拟合等常用统计方法的原理。虽然本书以实际案例解析居多，但是并非不重视理论，作者恰当而到位地描述了理论方面的内容，既不晦涩，也非浅白，而是向读者打开了一扇窗。作者希望这本书可以作为一道“开胃菜”引导更多的人投入到对统计和R的研究之中。