美文网首页分析101
陈希孺概率与数统:入门级自学佳作

陈希孺概率与数统:入门级自学佳作

作者: Boye0212 | 来源:发表于2021-10-12 09:28 被阅读0次

概率论与数理统计,严格来说是两门学科。但由于这两门课的入门都比较简单,内容不多,且数理统计的底层基础就是概率论。因此对于初学者,最好将这两门课放到一起学习,而国内大多数的工学专业,也都是将这两门课合并在一起,作为工学专业的“数学三件套”之一(另外两门是高等数学和线性代数),并且在研究生入学考试中作为一个考察的内容。

大多数面向初学者的教材,都取名叫“概率论与数理统计”,因此同名的教材有上百本之多。在这么多书中,陈希孺院士的这一本,是少见的精品。一方面,这是因为本书的作者水平高于绝大多数的其他作者,另一方面,也离不开他在教学上的多年深耕。

本书大约成书于1991年,在陈希孺院士去世4年后的2009年,中国科学技术大学出版社整理出版了《陈希孺文集》,本书就是该丛书之一。

点评

本书的定位是面向工学专业(非数学专业)的初学者,难度不大。书中涉及了一部分对于初学者来说“看起来较复杂”的东西,比如\chi^2分布的PDF等,但作者十分耐心地对这些“看起来较复杂”的东西进行了推导,“手把手式”的讲解,帮助初学者克服了对复杂表达式的恐惧。另外,作者对少数比较重要但一般不放在初等教材中的内容进行了简要介绍,如Cramer-Rao不等式、一致最优检验等,当然,这些内容点到为止。

本书最大的优点在于,作者是用讲课的口吻写成的,对各个知识点有自己语言的讲解,循循善诱,并且实例非常多,很适合自学。在书的末尾,有大多数习题的提示与解答。

作者简介

陈希孺,1934年生于湖南望城,1956年毕业于武汉大学数学系,1991年以“若干非参数统计问题的研究”获得国家自然科学奖三等奖,1997年当选为中国科学院院士,2002年当选为IMS fellow,2005年因病去世。主要从事数理统计学研究,在线性回归大样本理论领域获得一系列具有重要意义的结果。在参数统计非参数统计领域都做出了具有国际影响的工作。解决了在一般同变损失下位置—刻度参数的序贯Minimax同变估计的存在和形式问题给出了在种种抽样机制(固定、两阶段和序贯)之下,作为分布泛函的一般参数存在精确区间估计的条件,否定了国外学者关于此问题的某些猜测解决了关于U统计量逼近正态分布的非一致收敛速度的问题。近年来,在自变量带误差的线性回归模型和广义线性模型的研究方面,获得了若干重要成果。

陈希孺院士桃李满天下,培养了大量的统计人才。1983年新中国培养的首批18位博士中,就有3位(赵林城、白志东、苏淳)是其弟子,另外还培养出了邵启满、吴耀华等知名学者。

相关文章

  • 陈希孺概率与数统:入门级自学佳作

    概率论与数理统计,严格来说是两门学科。但由于这两门课的入门都比较简单,内容不多,且数理统计的底层基础就是概率论。因...

  • 随机事件及其发生的概率-贝叶斯公式

    参考教材概率论与数理统计(陈希孺)概率论与数理统计(茆诗松)参考视频中科大精品课程 概率论与数理统计(廖柏其) ...

  • 2020-11-10

    先前受马总问题的启发“参数的区间估计”与“统计检验”的区别与联系;近日来又重读陈希孺院士的《概率论与数理统计》,目...

  • 概率论基础

    最近在读陈希孺老师写的《概率论与数理统计》,书写的很细致,单还是有些概念需要查阅资料补充 概念理解 泊松分布理解:...

  • 2020-10-31

    今日再读《概率论与数理统计》--陈希孺。辨析了区间估计与假设检验的异同,2.1在讲连续型随机变量分布中直接引入了正...

  • 一起学课标(6)——数与代数(第一学段)

    义务教育阶段数学课程内容由数与代数、图形与几何、统计与概率、综合与实践四个学习领域组成。 数与代数、图形与几何、统...

  • 统计学基本概

    《概率论与数理统计》by 陈希儒 $X= (X_1,X_2,...,X_n)$ is a size of n sa...

  • 最棒的人是最优秀的统计学研究者

    习惯于从统计规律看问题的人,在思想上不拘执端,他既认识到一种事物从总的方面看有一定的规律,也承认例外。-阵希孺 统...

  • 《神异赋》老祖宗留下来的面相精髓,第一篇

    《神异赋》是五代时陈搏所著,陈搏就是紫微斗数的发明人,陈希夷先生,世称”陈抟老祖“。陈希夷先生得麻衣先生之传授於华...

  • 荐书.重新帮助我们客观看待世界的好书

    本期推荐一本书,也是诺贝尔经济学家罗伯特希勒推荐的,书名是《简单统计学:如何轻松识破一本正经的胡说八道》 概率与统...

网友评论

    本文标题:陈希孺概率与数统:入门级自学佳作

    本文链接:https://www.haomeiwen.com/subject/ustroltx.html