数据分析

S.Brandt

实验科学的每一个分支，在经过早期的定性描述之后，总要进入到对于感兴趣现象的定量研究或测量的阶段。除了设计并实际操作实验之外，一个重要的任务就是要通过精确的计算对实验数据进行分析和处理。例如要对不同条件下得到的结果进行对照，以便确定数据的数量是否足够，据以得到结论；对于样品采集的品质控制与设备可靠性的检验；实验结果与理论预言的比较，是否存在矛盾；拟合曲线能否确定未知的参数以及误差的分析；能否有效地利用计算机模拟方法节省有限的资源等等，这些都是真正的科学实验研究不可避免的典型问题。该书正是提供了用于处理上述问题而在实验科学中普遍采用的统计方法和实现这些统计方法的相应数值方法的详细介绍，它在统计理论与其在实际问题的应用之间搭建一座桥梁。作者力求既强调简洁而严格的数学，同时又自始至终注重实际应用。

全书内容分为13章：1. 引言； 2. 概率； 3. 随机变量，分布；4. 计算机生成的随机数，蒙特卡洛方法；5. 一些重要的分布和定理；6. 采样； 7. 最大似然法； 8. 检验统计假设； 9. 最小二乘法； 10. 函数极小化； 11. 方差分析； 12. 线性与多项式回归； 13. 时间序列分析。

书末附有九个附录，对书中用到的一些数学知识与编程相关问题给出了详细的补充介绍。

作者假定读者具有扎实的微积分学基本知识和对于矢量与矩阵的初步了解，在书中给出了丰富的实例，不仅适合将要从事实验研究的研究生学习，对于科技人员也提供了编写程序的有益指导。为了提供这些指导，书中包括了许多完全解出的实例与一些有详细提示的习题。

本书内容丰富，而且特别注重实际应用。对从事各种实验科学和数值分析相关学科学习的高年级大学生、研究生和从事各种科学实验的研究人员学习数据处理和计算机编程，本书均极具参考价值。

丁亦兵，教授

（中国科学院大学）

Ding Yibing，Professor

（University of CAS）endprint