计算统计（第2版）

现代统计计算完全指南，玩转数据科学必备。

本书提供统计计算理论和实践的完全指南。第2版涵盖了现代和经典统计的大部分论题，包括优化、积分、蒙特卡罗方法、自助法、密度估计和光滑。不但从概念上通过逐步描述解释算法，并且通过例子和习题进行详细的阐述。

第2版重要的特点包括：

•例子来自于各个领域的实际应用，包括遗传学、生态学、经济学、网络系统、生物学和药学。

•解释了为什么计算方法是大多数统计方法的重要组成部分，比如贝叶斯模型、线性和广义线性模型、随机效应模型、生存模型和隐马尔科夫模型。

•进一步扩展覆盖了马尔科夫链蒙特卡洛方法。

•增加新的论题，比如序贯抽样方法、粒子滤波、无梯度优化、基于数据的自助法和蒙特卡洛方法。

•新的习题和例子能帮助读者训练应用计算方法解决众多领域内统计问题的能力。

•本书的网站给出了R语言扩展包并提供了数据和代码。

本书非常适合作为高年级本科生或者研究生的统计计算课教材，也可以作为实际统计工作者的参考。

GEOF H. GIVENS，博士，科洛拉多州立大学统计系副教授。他是期刊Computational Statistics and Data Analysis的副主编。他的研究兴趣包括野生动物保护生物学中的统计问题、种群建模和管理、计算机自动人脸识别。

JENNIFER A. HOETING, 博士，科洛拉多州立大学统计系教授。她主持了国家自然基金，也是期刊Journal of the American Statistical Association和Environmetrics的副主编。她的研究兴趣包括空间统计、贝叶斯方法和模型选择。

Givens和 Hoeting已经教授研究生计算统计课程将近20年，并开设了针对全球领先的统计学家和科学家的短期课程。