| “这是几十年来最重要的一部概率论著作。它解决了许多长期困扰我的问题。概率、统计、 模式识别、数据分析、机器学习、数据挖掘……只要你的工作涉及不完全和不确定信息的处理， 就应该仔细研读本书。它将大大改变你思考问题的方式。” ——KevIn S．Van Horn，资深计算机技术和概率统诗专家 “本书广受欢迎。读者会在书中发现很多引人深思的内容，不仅涉及日常实践，更深人统骨 和概率理论本身。无论对于统计学者还是各应用领域的科技工作者，本书都是必读之作。” ——美国《数学评论》 “这不是一本普通的教材。它全面、彻底地阐述了统计中的贝叶斯方法。书中有上百个例子，足够让你透彻理解其中的理论和应用。每个对统计问题或统计应用感兴趣的人都应该仔细研读。” ——sIAM News |
| E.T.Jaynes（1922—1998）已故著名数学家和物理学家。生前曾任华盛顿大学圣路易斯分校和斯坦福大学教授。他因为提出了热动力学的最大熵原理（1957年）和量子光学的Jaynes-Cummings／模型（1963年）而闻名于世。此后的几十年，他一直在探求将概率和统计推断作为整个科学的逻辑基础这一重大课题，其成果和心得最终凝结为本书。 |
| Part I Principles and elementary applications 1 Plausible reasoning 2 The quantitative rules 3 Elementary sampling theory 4 Elementary hypothesis testing 86 5 Queer uses for probability theory 119 6 Elementary parameter estimation 149 7 The central, Gaussian or normal distribution 8 Sufficiency, ancillarity, and all that 9 Repetitive experiments: probability and frequency 10 Physics of ‘random experiments' Part Ⅱ Advanced applications 11 Discrete prior probabilities: the entropy principle 12 Ignorance priors and transformation groups 13 Decision theory, historical background 14 Simple applications of decision theory 15 Paradoxes of probability theory 16 Orthodox methods: historical background 17 Principles and pathology of orthodox statistics 18 The Ap distribution and rule of succession 19 Physical measurements 20 Model comparison601 21 Outliers and robustness 22 Introduction to communication theory Appendix A Other approaches to probability theory Appendix B Mathematical formalities and style Appendix C Convolutions and cumulants References Bibliography Author index Subject index |
内容加载中，请稍后...
商品评论（0条）