統計理論（簡體書）

《數學與金融經典教材：統計理論（影印版）》是一部經典的講述統計理論的研究生教程，綜合性強，內容涵蓋：估計；檢驗；大樣本理論，這些都是研究生要進入博士或者更高層次必須學習的預備知識。為了讓讀者具備更加強硬的數學背景和更廣闊的理論知識，書中不僅給出了經典方法，也給出了貝葉斯推理知識。目次：概率模型；充分統計量；決策理論；假設檢驗；估計；等價；大樣本理論；分層模型；序列分析；附錄：測度與積分理論；概率論；數學定理；分布概述。
《數學與金融經典教材：統計理論（影印版）》讀者對象：概率統計、數學專業以及相關專業的高年級本科生、研究生和相關的科研人員。

Preface

Chapter 1: Probability Models
1.1 Background
1.1.1 General Concepts
1.1.2 Classical Statistics
1.1.3 Bayesian Statistics
1.2 Exchangeability
1.2.1 Distributional Symmetry
1.2.2 Frequency and Exchangeability
1.3 Parametric Models
1.3.1 Prior, Posterior, and Predictive Distributions
1.3.2 Improper Prior Distributions
1.3.3 Choosing Probability Distributions
1.4 DeFinettis Representation Theorem
1.4.1 Understanding the Theorems
1.4.2 The Mathematical Statements
1.5 Proofs of DeFinettis Theorem and Related Results
1.5.1 Strong Law of Large Numbers
1.5.2 The Bernoulli Case
1.5.3 The General Finite Case
1.5.4 The General Infinite Case
1.5.5 Formal Introduction to Parametric Models
1.6 Infinite-Dimensional Parameters
1.6.1 Dirichlet Processes
1.6.2 Tailfree Processes

Chapter 2: Sufflcient Statistics
2.1.1 Notational Overview
2.1.3 Minimal and Complete Sufficiency
2.1.4 Ancillarity
2.2 Exponential Families of Distributions
2.2.1 Basic Properties
2.2.2 Smoothness Properties
2.2.3 A Characterization Theorem
2.3.1 Fisher Information
2.3.2 Kullback-Leibler Information
2.3.3 Conditional Information
2.4 Extremal Families
2.4.1 The Main Results
2.4.2 Examples

Chapter 3: Decision Theory
3.1 Decision Problems
3.1.2 Elements of Bayesian Decision Theory
3.1.3 Elements of Classical Decision Theory
3.1.4 Summary
3.2 Classical Decision Theory
3.2.1 The Role of Sufficient Statistics
3.2.2 Admissibility
3.2.3 James-Stein Estimators
3.2.5 Complete Classes
3.3 Axiomatic Derivation of Decision Theory
3.3.1 Definitions and Axioms
3.3.2 Examples
3.3.3 The Main Theorems
3.3.4 Relation to Decision Theory
3.3.5 Proofs of the Main Theorems
3.3.6 State-Dependent Utility

Chapter 4: Hypothesis Testing
4.1 Introduction
4.1.1 A Special Kind of Decision Problem
4.1.2 Pure Significance Tests
4.2 Bayesian Solutions
4.2.1 Testing in General
4.2.2 Bayes Factors
4.3 Most Powerful Tests
4.3.1 Simple Hypotheses and Alternatives
4.3.2 Simple Hypotheses, Composite Alternatives
4.3.3 0ne-Sided Tests
4.3.4 Two-Sided Hypotheses
4.4 Unbiased Tests
4.4.1 General Results

Chapter 5: E8timation
Chapter 6: Equivariance
Chapter 7: Large Sample Theory
Chapter 8: Hierarchical Models
chapter 9: sequential analysis

appendix a: measure and integration theory
appendix b: probability theory
appendix c: mathematical theorems not proven here
appendix d: summary of distributions
references
notation and abbreviation index
name index
subject index