本書是現代統計計算教材，內容從初等入門到現代前沿，包括非均勻離散和連續變量隨機數的產生、參數估計數值計算、假設檢驗數值計算、減少方差的統計方法、重抽樣方法、EM算法以及MCMC方法等，共計8章。本書配有大量的例題以及R程序實現算法，方便學習。
本書可作為高等院校統計、數學、經濟等專業的本科生課程的教材，也可作為其他相關專業研究生教材的參考書，對廣大從事與統計計算相關工作的實際工作者也極具參考價值。
許王莉，中國人民大學明理書院副院長，統計學院教授，博士生導師， 近年來一直從事模型擬合優度檢驗，高維數據分析，隨機缺失數據，抽樣數據分析等方面的統計推斷研究。先后主持了4項國家自然科學基金，以及教育部人文社會科學重點研究基地重大項目，北京市自然科學基金重點項目和教育部人文社科基金等多項科研課題, 在統計學國際一流期刊（包括頂級期刊）發表論文70余篇，并在科學出版社合作出版《非參數蒙特卡洛檢驗及其應用》和單著《缺失數據的模型檢驗及其應用》。
朱利平，中國人民大學“杰出學者”特聘教授，統計與大數據研究院副院長，國家重大人才工程入選者。朱利平教授長期從事復雜（高維和非線性相依）數據分析理論、方法和算法研究工作，多篇論文入選ESI高被引論文。先后受邀擔任國際統計學領域頂級學術期刊《The Annals of Statistics》以及重要學術期刊《Statistica Sinica》、《Journal of Multivariate Analysis》、《Statistics and Its Interface》、《Statistical Analysis and Data Mining》等9個刊物的Associate Editor（編委），以及中國現場統計學會生存分析分會、高維數據分析學會的副理事長等職務。
第1章 一維非均勻隨機數的產生
1.1常用連續非均勻隨機數的產生
1.1.1逆變換抽樣法
1.1.2舍選抽樣法
1.1.3變換抽樣法
1.1.4復合抽樣法
1.1.5近似抽樣法
1.2離散分布隨機數的抽樣法
1.2.1逆變換法
第2章 隨機向量隨機數的抽樣法
2.1連續隨機向量隨機數的抽樣法
2.1.1變換抽樣法
2.1.2條件分布法
2.1.3舍選抽樣法
2.2離散隨機向量隨機數的抽樣法
2.2.1條件分布法
第3章 參數估計數值計算
3.1點估計數值計算
3.2置信區間估計數值計算
3.2.1單總體置信區間估計
3.2.2兩總體置信區間估計
第4章 假設檢驗數值計算
4.1參數檢驗數值計算
4.2單樣本的擬合優度檢驗
4.2.1總體分布的卡方檢驗
4.2.2單樣本 K-S檢驗
4.2.3變量值隨機性檢驗
4.3兩樣本的非參數檢驗
4.3.1兩樣本的曼 –惠特尼 U檢驗
4.3.2兩樣本的 K-S檢驗
4.3.3兩樣本的游程檢驗
4.4獨立性檢驗
4.4.1列聯分析檢驗
4.4.2相關系數檢驗
第5章 降低方差的統計方法
5.1估計定積分的例子
5.1.1隨機投點法
5.1.2平均值估計法
5.2對偶變量的應用
5.3控制變量法的應用
5.4條件期望法
5.5重要抽樣法
5.6分層抽樣法
5.7隨機數重復使用
第6章 重抽樣方法
6.1 Bootstrap估計的思想
6.1.1偏差的自助估計
6.1.2估計量標準差的 Bootstrap估計
6.2 基于 Jackknife法的估計
6.2.1估計量偏差的 Jackknife估計
6.2.2估計量標準差的 Jackknife估計
6.2.3 Jackknife-after-Bootstrap估計
6.3 基于 Bootstrap法的置信區間估計
第 7章 EM算法
7.1 EM算法的步驟和原理
7.2 幾個特殊分布參數的 EM算法
7.2.1兩枚硬幣出現正面概率的 EM算法
7.2.2多項分布參數的 EM算法
7.2.3正態分布參數 EM估計
7.2.4二項泊松混合模型的 EM估計
7.3混合模型的 EM算法
7.3.1一般混合模型的 EM算法
7.3.2高斯混合模型的 EM算法
第8章 MCMC方法
8.3 Gibbs抽樣
8.1 MCMC方法
8.1.1 Markov鏈
8.1.2 MCMC方法
8.1.3滿條件分布
8.2 Metropolis-Hastings方法
8.2.1 Metropolis選擇
8.2.2獨立抽樣
8.2.3單元素 Metropolis-Hastings算法
8.3Gibbs算法
參考文獻
新書資訊