本书给出了概率论与数理统计的相关习题,书中共有8章,包括随机事件与概率、随机变量及其分布、多维随机变量及其概率分布、随机变量的数字特征、大数定律与中心极限定理、样本及抽样分布、参数估计和假设检验等相关知识的总结和习题。
本书基于PyMC语言以及一系列常用的Python数据分析框架,如NumPy、SciPy和Matplotlib,通过概率编程的方式,讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下,有效地解决问题。书中使用的案例往往是工作中遇到的实际问题,有趣并且实用。作者的阐述也尽量避免冗长的数学分析,而