u014285517的专栏

本书论述了以测度论为基础的概率论的最基本的概念、方法和理论，介绍了在概率论中起重要作用的随机变量特征函数的主要内容等。

本书创建了“全信息理论”、“信息转换原理”和“信息科学方法论”，形成了信息科学理论体系，在国内外独树一帜。全书分为四篇。第一篇给出信息科学的背景和定义，是全书的总纲；第二篇提出并建立全信息理论，是全书的基础；第三篇阐明信息转换原理，把相互分立的感知论、通信论、认知论、智能论、控制论、系统论有机综合成为统一的科学理论，是全书的主体；第四篇总结了信息科学的方法论，是全书的灵魂。

《对数线性模型》是最好的对数线性模型教学材料之一，不仅讨论了一般对数线性模型，还讨论了logit模型，这一模型通过分析作为自变量函数的因变量的期望发生比来检验自变量与因变量之间的关系。作者从处理二分变量的方法开始，逐步形成一个处理多类别变量的方法。在理论阐述的过程中，作者还使用了大量的来源于政治社会学的例子，每个例子都阐明了对数线性模型的具体运用。最后，作者讨论了对数线性模型运用中的具体问题。

【内容简介】 这本经典的教材已畅销世界30年，被美国的斯坦福大学、哥伦比亚大学以及法国的欧洲工商管理学院(INSEAD)等很多名校用作教材。作者难能可贵地使用富有启发性又非常有趣的直观推导方法，对于只掌握初等概率论及工科高等数学的读者来说，本书是学习应用随机过程的优秀入门书，从本书中既能了解基本内容，又能学到解决问题的方法、思路与技巧。 原著第1版于1983年出版，中国统计出版社于1997年出版了由何声武等人翻译的中文版，被我国概率界奉为经典，北京大学、上海交通大学、华东师范大学、东北师范大学等很多学校至今都指定这本书为教材或主要参考书。原著第2版于1995年出版，对第1版作了全面修订和更新，内容扩充到10章，与时俱进地加进了Gibbs采样与Metropolis采样等可近似地跟踪Markov链的路径的方法，还增加了很多例子和习题。时至今日，才有第2版的中文版问世。 【读者评论】 “如果你是从业人员，想找到已知的随机过程理论，培养自己的概率思维，并用它们解决新问题，那这本书是最佳选择。无论你在学校用哪本教材，当你离开学校，在现实世界中做应用随机建模时，你都会发现Ross的这本书极其有价值，而且独一无二。本书是真正实用的资源，一些很难的或在别处不可能找到的结果都能在这里轻易找到。此外，证明虽然简单，但是非常清晰……” ——Amazon读者评论 Sheldon M. Ross 世界著名的应用概率专家和统计学家，现为南加州大学工业与系统工程系Epstein讲座教授。他于1968年在斯坦福大学获得统计学博士学位，在1976年至2004年期间于加州大学伯克利分校任教，其研究领域包括统计模拟、金融工程、应用概率模型、随机动态规划等。Ross教授创办了《Probability in the Engineering and Informational Sciences》杂志并一直担任该杂志主编。他的多种畅销教材均产生了世界性的影响，其中《统计模拟（第5版）》和《概率论基础教程（第9版）》等均由机械工业出版社引进出版。