本书论述统计套利的历史，描述了从20世纪80年代开始，这项策略自摩根士丹利诞生的第一天，一直到考验重重的21世纪初期；本书也诠释了统计套利如何运作的方式，以及为什么管用的原因。作者根据自己的研究结果，以及八年来操作统计套利避险基金的经验，写成本书，对于统计套利二十余年的发展，进行了完整的回顾。 本书充满了许多创新的信息与专家的忠告；不论是想要对这个领域有整体看法的个人投资者，或者是希望对模型化、风险管理以及如何应用这项策略，想要得到更关键而深入见解的机构投资人来说，本书所包含的重要分析，极具吸引力。

蒙特卡罗统计方法，ISBN：9787510005114，作者：（法）罗伯特 著

Wouldn't it be great if there were a statistics book that made histograms, probability distributions, and chi square analysis more enjoyable than going to the dentist? "Head First Statistics" brings this typically dry subject to life, teaching you everything you want and need to know about statistics through engaging, interactive, and thought-provoking material, full of puzzles, stories, quizzes, visual aids, and real-world examples. Whether you're a student, a professional, or just curious about statistical analysis, "Head First's" brain-friendly formula helps you get a firm grasp of statistics so you can understand key points and actually use them. Learn to present data visually with charts and plots; discover the difference between taking the average with mean, median, and mode, and why it's important; learn how to calculate probability and expectation; and much more."Head First Statistics" is ideal for high school and college students taking statistics and satisfies the requirements for passing the College Board's Advanced Placement (AP) Statistics Exam. With this book, you'll: study the full range of topics covered in first-year statistics; tackle tough statistical concepts using Head First's dynamic, visually rich format proven to stimulate learning and help you retain knowledge; explore real-world scenarios, ranging from casino gambling to prescription drug testing, to bring statistical principles to life; discover how to measure spread, calculate odds through probability, and understand the normal, binomial, geometric, and Poisson distributions; and conduct sampling, use correlation and regression, do hypothesis testing, perform chi square analysis, and more.Before you know it, you'll not only have mastered statistics, you'll also see how they work in the real world. "Head First Statistics" will help you pass your statistics course, and give you a firm understanding of the subject so you can apply the knowledge throughout your life.

《应用随机过程》是现代应用随机过程教材，内容从初等入门到现代前沿，包括预备知识、泊松过程、离散时间马尔可夫链、离散鞅、连续时间马尔可夫链、随机微分方程与宽平稳过程等8章。《应用随机过程》可供高等院校高年级学生与研究生作为教材使用，也可供教师及工程技术人员参考。

This is the first text in a generation to re-examine the purpose of the mathematical statistics course. The book's approach interweaves traditional topics with data analysis and reflects the use of the computer with close ties to the practice of statistics. The author stresses analysis of data, examines real problems with real data, and motivates the theory. The book's descriptive statistics, graphical displays, and realistic applications stand in strong contrast to traditional texts which are set in abstract settings.

If you know how to program with Python and also know a little about probability, you’re ready to tackle Bayesian statistics. With this book, you'll learn how to solve statistical problems with Python code instead of mathematical notation, and use discrete probability distributions instead of continuous mathematics. Once you get the math out of the way, the Bayesian fundamentals will become clearer, and you’ll begin to apply these techniques to real-world problems. Bayesian statistical methods are becoming more common and more important, but not many resources are available to help beginners. Based on undergraduate classes taught by author Allen Downey, this book’s computational approach helps you get a solid start. Use your existing programming skills to learn and understand Bayesian statistics Work with problems involving estimation, prediction, decision analysis, evidence, and hypothesis testing Get started with simple examples, using coins, M&Ms, Dungeons & Dragons dice, paintball, and hockey Learn computational methods for solving real-world problems, such as interpreting SAT scores, simulating kidney tumors, and modeling the human microbiome.

统计决策论及贝叶斯分析：第二版，ISBN：9787503725333，作者：（美）[J.O.伯杰]James O.Berger著；贾乃光译

多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中，研究者都有可能需要分析处理有多个变量的数据的问题。能否从表面上看起来杂乱无章的数据中发现和提炼出规律性的结论，不仅需要对所研究的专业领域有很好的训练，而且要掌握必要的统计分析工具。 对研究者来说，本书是学习掌握多元统计分析的各种模型和方法的一本有价值的参考书：首先，它做到了“浅入深出”，既可供初学者入门，又能使有较深基础的人受益；其次，它既侧重于应用，又兼顾必要的推理论证，使学习者既能学到“如何”做，又能在一定程度上了解“为什么”这样做；最后，它内涵丰富、全面，不仅基本包括各种在实际中常用的多元统计分析方法，而且对现代统计学的最新思想和进展有所介绍。值得一提的是，本书中有大量来自实际问题的数据实例，通过对这些实例的分析，读者可以学到如何将一个实际问题转化为恰当的统计问题，进而选择恰当的方法来进行分析。

由茆诗松等编著的《概率论与数理统计教程》为普通高等教育“十一五”国家级规划教材。全书共八章，前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。 《概率论与数理统计教程》的编写从实例出发；图文并茂，通俗易懂，注重讲清楚基本概念与统计思想，强调各种方法的应用，适合初次接触概率统计的读者阅读。全书插图100多幅，例题250多道，习题600余道。 本书可供高等学校数学类专业与统计学专业作为教材使用，亦可供其他专业类似课程参考，也适合自学使用。

《统计学习基础:数据挖掘、推理与预测》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。

《统计学》（第3版）是在前两版的基础上，结合作者多年的教学实践经验和国外优秀统计学教材的成果编写而成的。本书在内容上涵盖了描述统计方法，推断统计方法以及工商管理中常用的一些统计方法；在写法上与计算机紧密结合，大部分统计方法都给出了Excel的计算过程和结果。另外，为方便老师授课和学生自学，还专门建立了与本书配套的学习网站和学习指导书。

《商务与经济统计》(原书第9版)是美国辛辛那提大学的安德森、斯威尼教授和罗切斯特理工学院的威廉斯教授再度合作的结晶。本版在保留了以前版本的叙述风格和可读性的基础上，对内容进行了大幅的修订，新增了“决策分析”一章，调整了假设检验、区间估计及抽样等章节；增、加了150道取材于美国著名报刊实例的例题和练习；增加了6个案例，便于读者学以致用，练习管理报告的写作；并以Minitab和Excel的最新版本为准则，修订了各章附录中按步骤给出的用以生成计算机输出的程序。 　　应用性强是《商务与经济统计》(原书第9版)的最大特色。作者精心设计的“方法”、“应用”和“自测题”三种题型，起提示、总结和建议作用的“注释”，以及存储在《商务与经济统计》(原书第9版)附赠光盘中的数据集，无不体现出这一特色。 《商务与经济统计》(原书第9版)既可作为MBA、大学本科生和研究生的教材，也可供从事工商行政管理和经济分析的人士参考。

《漫画统计学入门》涵盖了现代统计学的所有精髓：数据的汇总、整理；随机变量；伯努利实验；中心极限定理；假设检验；估计置信区间；林林总总，所有这一切都在书中用简洁、明了的文字和妙趣横生的插图加以了解释。

数理统计与数据分析（原书第3版），ISBN：9787111336464，作者：（美）里斯 著，田金方 译

Renowned for its clear prose and no-nonsense emphasis on core concepts, Statistics covers fundamentals using real examples to illustrate the techniques. The Fourth Edition has been carefully revised and updated to reflect current data.

《统计数据的真相》让读者从另一个角度看待统计数据。自从本杰明·迪斯累里(Benjamin Disraelis)谈及“世界上有三种谎言：谎言、该死的谎言，还有统计数据”之后，相关的俏皮话、讽刺语就不断地落到可怜的统计学家头上。这种批评、讽刺虽然“微不足道”，但在某种意义上却是真实的。之所以说“微不足道”，是因为人们不仅可以使用，而且能够滥用每一种统计工具，统计数据在这里肯定不是孤立无援的，而是具有许多相互关联的因素。之所以说“真实”，是因为所有人眼中的世界都是以我们喜欢的方式看到的，而不是世界的客观本来面目。

《高等院校统计学专业规划教材•贝叶斯统计》共六章，可分二部分。前三章围绕先验分布介绍贝叶斯推断方法。后三章围绕损失函数介绍贝叶斯决策方法。阅读这些内容仅需要概率统计基本知识就够了。《高等院校统计学专业规划教材•贝叶斯统计》力图用生动有趣的例子来说明贝叶斯统计的基本思想和基本方法，尽量使读者对贝叶斯统计产生兴趣，引发读者使用贝叶方法去认识和解决实际问题的愿望。进而去丰富和发展贝叶斯统计。假如学生的兴趣被钓出来，愿望被引出来，那么讲授这一门课的目的也基本达到了。

《应用时间序列分析》是高等院校"应用时间序列分析"课程的教材，较系统讲授应用时间序列分析的基本理论、方法以及应用。《应用时间序列分析》以时间序列的线性模型和平稳序列的谱分析为主线，介绍平稳时间序列的基本知识、常用的建模和预测方法，目的是使学生对时间序列的饿应用理论和方法有基本的了解，能够用时间序列的基本方法处理简单的时间序列数据。全书共分九章，内容包括：时间序列的分解、平稳序列、线性平稳序列、ARMA模型、时间序列的预报，加窗谱估计和多维平稳序列介绍。每节配有适量习题和部分计算机作业，可供教师和学生选用。时间序列分析是概率统计学科中应用性教强的一个分支，在金融经济、气象水文、信号处理、机械振动等众多领域有着广泛的应用。

《回归分析》源于作者多年在密歇根大学教授回归分析的课程讲义，从基本的统计概念讲起，对线性回归分析的基本假定、回归中的统计推论和回归诊断做了详尽的介绍，同时还涵盖了很多在社会科学中对实际研究非常有用的内容，包括虚拟变量、交互作用、辅助回归、多项式回归、样条函数回归和阶跃函数回归等。此外，《回归分析》还涉及通径分析、纵贯数据模型、多层线性模型和Iogit模型等方面的内容。