內容簡介
本書源自的哈佛統計學講座,介紹了幫助讀者理解統計方法、隨機性和不確定性的基本語言和工具,並列舉了多種多樣的應用實例,內容涉及偶然性、悖論、谷歌的網頁排名算法(PageRank)及馬爾可夫鏈蒙特卡羅方法(MCMC)等。本書還探討了概率論在諸如基因學、醫學、計算機科學和信息科學等領域的應用。全書共分13章,分別介紹了概率與計數、條件概率、隨機變量及其分布、期望、連續型隨機變量、矩、聯合分布、變換、條件期望、不等式與極限定理、馬爾可夫鏈、馬爾可夫鏈蒙特卡羅方法、泊松過程等內容。用容易理解的方式來呈現內容,用實例來揭示統計學中基本分布之間的聯繫,並通過條件化將復雜的問題歸約為易於掌控的若干小問題。書中還包含了很多直觀的解釋、圖示和實踐問題。每一章的結尾部分都給出了如何利用R來完成相關模擬和計算的方法。本書可作為高等院校本科生概率論課程的教材,也可作為相關科研人員的參考書。