《现代统计研究基础》王启华，史宁中，耿直主编 科学出版社 2010/3/1

内容简介：

　　《现代统计研究基础》主要介绍随机矩阵谱理论及大维数据分析、大规模数据分析及降维技术、变系数模型、纵向数据模型的稳健推断、测量误差模型及其统计分析方法、缺失数据回归分析、复杂疾病的基因关联分析、因果推断与图模型、复杂疾病的基因关联分析、生物医学等价性评价问题的统计推断、约束下的统计推断方法、现代试验设计与抽样调查等研究领域。不仅介绍进入这些前沿研究领域所必备的基础知识，而且介绍这些前沿研究领域的最新发展状况及有关重要成果，探索有关领域的科学研究发展规律与发展方向。
　　《现代统计研究基础》适合高等院校数学与统计专业的高年级大学生、研究生、教师及相关科研工作者阅读参考。

更多科学出版社服务，请扫码获取。

目录：

　　近二三十年来，由于计算机技术的飞速发展和广泛应用，人们得以能够搜集、储存和处理大量的高维数据。数据的维数之大是以前所不能想象的，从而数理统计的研究热点逐渐由小样本问题转向大样本问题及大维数据分析。但是人们发现，由于维数的急剧增加，由假定维数不变的古典极限定理发展起来的数理统计方法已经不再适用于大维数据分析，急需发展一套全新的极限理论，以适应大维数据分析的需要。因此，大维数据分析目前已经成为数理统计领域最热门的研究课题之一，从而也使得大维随机矩阵的谱分析理论找到了新的用武之地。由于在大维数据分析中假定了数据的维数与样本大小之比趋于无穷，这样大维随机矩阵的谱分析理论成了目前唯一一套可应用于大维数据分析的极限理论，并且它能够解决其中一系列的实际问题。