本书对现代统计推断的基本概念进行了严谨而全面的阐述,对基本概念进行了清晰的阐述。具体内容包括:二项假设检验、多元假设检验、复合假设检验、信号检测、凸统计距离、假设检验的性能界限、假设检验的大偏差和误差指数、随机过程检测、贝叶斯参数估计、zui大似然估计、信号估计等。本书的一个显著特点是大量精心构造的例子,有助于读者理解和吸收这些概念。由于除了概率论,不需要任何特定领域的专门知识,所以这本书应该能够被广大读者广泛阅读。
无
数学\统计学
“本书对现代统计推断的基本概念作了严谨而又全面的介绍, 对基本概念的阐述非常清晰.本书的一个显著特点是包含大量经过深思熟虑构建的实例,这些实例有助于读者理解并吸收书中的概念.由于除了概率论之外,几乎没有涉及其他特定领域的专业知识,所以这本书应该能被大范围的读者阅读.”
—— Kannan Ramchandran
加州大学伯克利分校电子工程与计算机科学系教授
“本书是对假设检验和估计(它们是普遍应用的统计信号处理、通信和数据科学的支柱)的全面、严谨而又易于理解的描述.”
—— Tsachy Weissman
斯坦福大学电子工程系教授
本书在数学上易于理解,涵盖解决工程和数据科学中的现代推断问题所需工具的最新介绍,是研究生学习统计推断、检测和估计课程的理想教材,也是研究人员和专业人士的宝贵参考书.
本书通过丰富的插图和实例来解释理论的关键特征及与实际应用的联系,并通过补充材料探索更加先进的理论,每一章的结尾部分附有大量的练习题用来测试读者对本章知识的掌握程度.本书是学习统计推断核心原理及其在工程和数据科学中应用的入门指南.