【簡介】 本書特色 除了告訴讀者統計學是什麼以及有何應用, 本書也注重讓讀者認知到, 為什麼要學這些統計理論的理由與動機。 對於統計理論的介紹, 講求其背後直覺以及應用。 每一章節都專注在回答一個問題, 讓讀者能夠迅速掌握學習重點。 著重模擬與數值計算, 減少繁雜的理論證明細節。對於證明的細節, 有興趣學習更多的讀者可進一步參考《機率與統計推論: R 語言的應用》 (第 2 版, 2023)。 每一章均有 R 程式習題, 或是理論與程式的混合題, 讓讀者從 R 程式的撰寫中, 驗證相關理論, 俾使更為深入了解機率與統計學。 對於 bootstrap 樣本重抽法與貝氏統計推論提供更加細膩的討論。 　　本書從 R 語言的介紹開始, 最後以貝氏統計推論作為結束, 本書不討論迴歸分析。理由在於, 迴歸分析在經濟商管領域已經被進一步延伸為計量經濟學, 與其在本書中略述皮毛, 不如另起爐灶, 期待在下一本著作中再深入討論。 【目錄】 1 資料分析與 R 語言 2 機率理論與應用 3 隨機變數與離散隨機變數 5 分配函數與分量 6 隨機變數的函數 7 期望值與變異數 8 動差與動差生成函數 9 常態分配及其相關分配 10 多變量隨機變數 11 條件機率分配 12 獨立隨機變數與轉換 13 隨機樣本與抽樣分配 14 漸近理論與漸近分配 15 點估計 16 區間估計 17 假設檢定 18 Gamma 分配 19 The Bootstrap 20 貝氏統計推論 A 機率分配與統計相關的 R 函數 A.1 有哪些與機率相關的 R 函數 A.2 有哪些統計相關的 R 函數 B 機率分配表 索引與英漢名詞對照 參考文獻