打开网易新闻 查看精彩图片

这本创新的教科书为现代统计学课程提供了材料，将Python作为教学和实践资源。根据多年的教学和在各种应用和工业背景下进行的研究，作者精心定制了文本，以提供理论和实际应用的理想平衡。全文包含了大量的示例和案例研究，并详细说明了全面的Python应用程序。可以下载一个定制的Python包，学生可以复制这些示例并探索其他示例。

⏬电子书下载方式：

公众号后台回复：现代统计学

https://link.springer.com/book/10.1007/978-3-031-07566-7

文本的第一章着重于分析可变性，概率模型和分布函数。接下来，作者介绍了统计推理和自举，以及几个维度的可变性和回归模型。然后，文本继续覆盖有限人口数量估计的抽样和时间序列分析和预测，以两章现代数据分析方法结束。每一章包括练习、数据集和应用程序来补充学习。

《现代统计学:使用Python的计算机方法》适用于一到两个学期的高级本科或研究生课程。由于文本的基础性质，它可以与任何课程中需要数据分析的课程结合，如数据科学、工业统计、物理和社会科学以及工程课程。研究人员、实践者和数据科学家也会发现它是一个有用的资源，包含了大量的应用程序和案例研究。

另一本与此密切相关的教科书是《工业统计:使用Python的计算机方法》。它涵盖了统计过程控制(包括多元方法)、实验设计(包括计算机实验)和可靠性方法(包括贝叶斯可靠性)等主题。这些教材可以单独使用，也可以用于连续的课程。

mistat Python包可以在https://gedeck.github.io/mistat-code-solutions/ModernStatistics/上访问。

⏬电子书下载方式：

公众号后台回复：现代统计学