- Allan G. Bluman Elementary Statistics – a step by step approach
- 這本書是一本標準的統計入門課本,內容相當完備。概念的敘述、公式用法、例題、習題都有足夠的份量。這本書的特色是每一個章節一開始先提出一個單獨的小問題,然後帶出解決這個問題的方法、工具。幾個重點或記憶性的東西都會特別標示,圖示頗多,容易掌握。而一些統計的歷史或人物介紹等較無關正題的部分會另外框出,不一定要費時去讀。除了單獨統計工具練習的習題外,不定時會出現一些project可作為整體性的練習,同時可以試著真正去處理一些問題。是一本相當完備的的入門書。可以提供相當紮實的基礎。鄭明燕老師
- George E. P. Box, William G. Hunter, J. Stuart Hunter Statistics for Experimenters: Design, Innovation, and Discovery
- 本書寫法與傳統的數學書不一樣,文字比例極多。例如第一章談科學跟統計,接下來談到工業統計上要遇到的問題;一般標準統計書問題比較簡略,通常先假設數據由某機率模型來,然後開始推導。
然而此書以實務為導向,以實際可能碰到或必須解決的問題作為開始(簡言之,以一個問題作為開始),如此一來,一開始就遇到的問題是:我的資料是屬於哪一種機率模型?我又如何驗證我選擇的模型? 這是本書的最大特色:以問題為主要導向帶進問題,每一個問題都從問題的最起源而來,一個階段一個階段地引進所需的工具。
本書所用到的數學並不太難,卻很清楚的呈現統計如何解決實際問題。尤其是當需要一些較精細的分析時,必須用到許多假設,但是該如何處理假設錯誤、不確定的問題,本書有完整的說明。本書經過確實的問題讓讀者能夠更了解與熟悉統計的精神,且著重於概念與感覺的呈現,並非是一般教科書的統計工具的學習與熟練,故本書沒有習題。
本書並不適合作為一般入門參考書,研讀前須對統計的工具與觀念有一定的程度的了解,最好已有非常紮實的統計實力,例如至少有修過系上大學部的”統計學”這門課的實力。 念這本書的時候最好能夠設身處地的投入問題中,自己設法去解決這些問題,主動參與書中給的問題狀況,這樣書中的知識才能更轉化為自己的。 陳宏老師
- 本書寫法與傳統的數學書不一樣,文字比例極多。例如第一章談科學跟統計,接下來談到工業統計上要遇到的問題;一般標準統計書問題比較簡略,通常先假設數據由某機率模型來,然後開始推導。
- George Casella, Roger L. Berger Statistical Inference. 2nd edition
- 高等統計推論是數研所統計組必修,而這本書是大部分美國還不錯大學的統計所博士班用書,美國的好學生多是逕獨博士班,就本系的學生而言,應該是與美國的好學生相當。
這本書可分為機率與統計兩部分,機率部分對於已經好好地修過「機率導論」的同學而言有些簡單;而後半的統計部分,我認為已涵蓋重要的課題,教學使用及學生自習上都還可以,沒有什麼大問題。但統計現今的發展面向十分多元化,雖然書中對這些較新的研究發展有略微提到,我認為如果能再講的多一些、深入一些會更好。習題部分我認為習題難度也適中,足夠讓同學有充分練習的機會。
修這門課的學生除了熟讀這本教科書,做習題外,可以針對自己有興趣的部分,找相關的書或論文研讀,增進學習效果。與早期的學生相比較,學生比較不好奇。在資源貧乏的時代,常習慣於追求更多的資源及機會,在資源豐裕的時代,因隨時可取得資源,如沒有好奇心,不去使用資源,反而較資源貧乏時代的學生享受更少的資源及機會。陳宏老師
- 高等統計推論是數研所統計組必修,而這本書是大部分美國還不錯大學的統計所博士班用書,美國的好學生多是逕獨博士班,就本系的學生而言,應該是與美國的好學生相當。
- Bernard Flury A First Course In Multivariate Statistics
- 我覺得這本書觀念直接而連貫,適合初學者使用。書中舉例眾多,data和圖都很多很合適。其中的推導相對簡單但嚴謹,習題具有深度。
這本書雖然架構安排不錯,從分析data $\rightarrow$ 建立model $\rightarrow$ 直觀嚴謹的推導定理,可是部分章節過於冗長,且缺少factor analysis的部分,必須另外再補充。
,下面列出其他補充書籍:
- Alvinc Rencher Methods of Multivariate Analysis, 2nd
- 2. Richard A. Johnson, Dean W. Wichern Applied Multivariate Statistical Analysis, 4th。本書比較完整,但缺少與modeling的關係。
- Theodore W. Anderson An Introduction to Multivariate Statistical Analysis, 2nd 。本書推導多且更嚴謹。
- 我覺得這本書觀念直接而連貫,適合初學者使用。書中舉例眾多,data和圖都很多很合適。其中的推導相對簡單但嚴謹,習題具有深度。
- David Freedman, Robert Pisani, Roger Durves Statistics
- 本書是當時柏克萊沒學過微積分的大一學生用的統計書,呈現最基本的統計概念、各個統計工具、做法的基本概念。這本書文字敘述比重很大,觀念交代的非常紮實,有許多習題很值得做,適合當入門書。我當年在柏克萊當助教時,受益於這本書很多。陳宏老師
- C.Radhakrishna Rao Linear Statistical Inference and its Applications (Second Edition)
- 第一章談的是向量跟矩陣的代數。統計本身是屬於比較接近分析方面的學科,譬如東京大學跟京都大學就把統計分在數學分析那一組,它所需使用的工具是接近作分析的人用的,譬如說微積分與線性代數這兩個工具。
建議數學系學生可以把第一章看過去。這裡所講的線性代數與我們傳統所學的線性代數重點有些差異,不同於一般教程著重於結構性的問題,這裡重視的是解釋性的問題:譬如 eigenvalue 跟eigenvector 到底它的實際意思是什麼?譬如很多社會科學會用許多的指標數據。一般數學系對這方面的訓練是比較少的。譬如說在處理數據所用的統計模型是線性的話,數據的複雜度可由大到小,就可以對應到線代中比較小的空間用比較小的基底等等,便有一些辦法做檢定。
建議有興趣念統計的同學可以唸本書第一章,裡面快速交待了統計中會常用到的線性代數和重要概念。本書第一章快速的整理了以前所學的線性代數,並讓你知道它在統計中會扮演什麼樣的角色。陳宏老師
- 第一章談的是向量跟矩陣的代數。統計本身是屬於比較接近分析方面的學科,譬如東京大學跟京都大學就把統計分在數學分析那一組,它所需使用的工具是接近作分析的人用的,譬如說微積分與線性代數這兩個工具。
- John A. Rice Mathematical Statistics and Data Analysis
- 這本書前半段是機率(大概是一到五章),後面才是有關統計部分。當然這本書跟上學期那本統計導論的書比起來內容是多很多,畢竟他注重的是數理統計方面。估計方法的憑藉原理、公式的推導過程等等都有較詳盡的說明,不過就因為花了較多的心思在原理的推導過程上,作者就很順的照著他的思路下筆寫文,比較沒有重點式的勾勒整理,常讓人看完不知重點在哪,不知如何做統計量的處理。關於這一點,建議是要做習題。鄭明燕老師
- 我用這本教科書有兩個原因:首先這本書的內容豐富,幾乎涵蓋了所有數理統計的內容;其次,講解內容材料的方式以數據分析為主,注重統計的實務面。這本書沒有太大的問題,習題份量足夠。
建議學生照著課本順序閱讀。以下再補充幾本reference:
- Robert V. Hogg, Joseph W. McKean, Allen T. Craig Introduction to Mathematical Statistics, 6th Edition
- George G. Roussas A Course in Mathematical Statistics, 2nd Edition
- Dennis D. Wackerly, William Mendenhall III, Richard L. Scheaffer Mathematical Statistics with Applications, 6th Edition
- Dennis D. Wackerly, William Mendenhall III, Richard L. Scheaffer Mathematical Statistics with applications, 6th edition
- 一開始使用這本書當教科書,是因其他老師的推荐而使用,後來我自己使用上也覺得很好,因此目前這門課都使用該書為教科書。課文內容與習題豐富清楚,能符合課程需要,沒有太大的問題。修課的學生照著課本順序念,做我勾選的習題,就能大致理解數理統計之內涵。吳貴美老師