本書提供統計計算理論和實踐的接近指南。第2版涵蓋了現代和經典統計的大部分論題,包括優化、積分、蒙特卡洛方法、自助法、密度估計和光滑。不但從概念上通過逐步描述解釋算法,並且通過例子和習題進行詳細地闡述。
第2版重要的特點包括:
例子來自於各個領域的實際應用,包括遺傳學、生態學、經濟學、網絡繫統、生物學和藥學。
解釋了為什麼計算方法是大多數統計方法的重要組成部分,比如貝葉斯模型、線性和廣義線性模型、隨機效應模型、生存模型和隱馬爾科夫模型。
進一步擴展覆蓋了馬爾科夫鏈蒙特卡洛方法。
增加新的論題,比如序貫抽樣方法、粒子濾波、無梯度優化、基於數據的自助法和蒙特卡洛方法。
新的習題和例子能幫助讀者訓練應用計算方法解決眾多領域內統計問題的能力。
本書的網站給出了R語言擴展包並提供了數據和代碼。
本書非常適合作為高年級本科生等