本书是为那些希望快速掌握概率和统计知识的读者而编写的。它适合计算机科学、数学、统计学和其他相关学科的研究生或优秀本科生。本书包括许多最新的课题，如非参数曲线估计、自助法、分类等，这些课题通常都有相关的后续课程。学习本书时，读者需要了解一些有关积分和线性代数的知识，不需要概率和统计的相关知识。

由美国当代著名统计学家L·沃塞曼所著的《统计学元全教程》是一本几乎包含了统计学领域全部知识的优秀教材。本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法(自助法)、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。

本书适用于统计学、数学、计算机科学、机器学习与数据挖掘等领域的高年级本科生、研究生，对于相关领域的广大科研工作者和实际工作者来说也不失为一本有价值的参考书。

译者前言

原书序

第1章 概率

第2章 随机变量

第3章 数学期望

第4章 不等式

第5章 随机变量的收敛

第6章 模型、统计推断与学习

第7章 CDF和统计泛函的估计

第8章 Bootstrap方法

第9章 参数推断

第10章 假设检验和p值

第11章 贝叶斯推断

第12章 统计决策理论

第13章 线性回归和Logistic回归

第14章 多变量模型

第15章 独立性推断

第16章 因果推断

第17章 有向图与条件独立性

第18章 无向图

第19章 对数线性模型

第20章 非参数曲线估计

第21章 正交函数光滑法

第22章 分类

第23章 重温概率：随机过程

第24章 模拟方法

参考文献

符号列表

名词索引