이미 잘 정통한 수학자에 대한 통계에 대한 좋은 소개는 무엇입니까? 질문에 대한 두 가지 뚜렷한 동기가 있으며, 다른 제안으로 이어질 수 있습니다.
나는 아기가 생각하는 많은 문제의 원인이되는 통계 동기를 더 잘 이해하고 싶습니다.
수학적 추측을하기 위해 때때로 몬테카를로 시뮬레이션 결과를 더 잘 해석하는 방법을 알고 싶습니다.
가장 좋은 방법은 "통계 전문가를위한 통계"와 같은 것을 찾지 않고 더 입문적인 소스를 찾는 것입니다.
이미 잘 정통한 수학자에 대한 통계에 대한 좋은 소개는 무엇입니까? 질문에 대한 두 가지 뚜렷한 동기가 있으며, 다른 제안으로 이어질 수 있습니다.
나는 아기가 생각하는 많은 문제의 원인이되는 통계 동기를 더 잘 이해하고 싶습니다.
수학적 추측을하기 위해 때때로 몬테카를로 시뮬레이션 결과를 더 잘 해석하는 방법을 알고 싶습니다.
가장 좋은 방법은 "통계 전문가를위한 통계"와 같은 것을 찾지 않고 더 입문적인 소스를 찾는 것입니다.
답변:
당신이 말했듯이, 반드시 수학자가 엄격한 책을 원할 수도 있습니다. 어쩌면 목표는 개념을 빨리 이해하고 세부 사항을 채우는 것입니다. Springer가 출판 한 CMU 교수 두 권의 책을 추천합니다. Larry Wasserman의 "All of Statistics"는 빠르고 비공식적입니다. Mark Schervish의 "통계 이론"은 엄격하고 상대적으로 완전합니다. 의사 결정 이론, 유한 샘플, 일부 무증상 및 순차적 분석이 있습니다.
추가 7/28/10 : 다른 두 가지에 직교하는 추가 참조가 하나 있습니다 : 매우 엄격하고 학습 이론에 중점을두고 있습니다. Smale (Steven Smale!)과 Cucker, " 수학적 학습 기초에 대해 "입니다. 읽기 쉽지는 않지만 이론상 최고의 충돌 과정입니다.
https://mathoverflow.net/questions/31655/statistics-for-mathematicians/31665#31665의 mathoverflow에서 비슷한 게시물을 살펴 봐야한다고 생각합니다.
이 게시물에 대한 나의 대답은 Van der Vaart http://www.cambridge.org/catalogue/catalogue.asp?isbn=9780521784504의 Asymptotic 통계였습니다 .
당신을 위해 나는 제안 할 것이다 :
Herman J. Bierens, CUP의 계량 경제학 기초 통계 소개 제목에서 "소개"라는 단어는 대부분의 PhD 계량 경제학 학생들에게 좋지 않은 농담입니다.
Dani Gamerman, Chapman & Hall의 Markov Chain Monte Carlo도 간결합니다.