本书将概率论和统计推断融合在一起，用新的观点生动地描述了概率论在物理学、数学经济学、化学和生物学等领域中的广泛应用，特别阐述了贝叶斯理论的丰富应用，弥补了其他概率论和统计学教材的不足，全书分为两部分：第一部分包括10章，讲解抽样理论、假设检验、参数估计等概率论的原理及其初级应用；第二部分包括12章，讲解概率论的高级应用，如在物理测量、通信理论中的应用。本书还附有大量习题，内容全面，体例完整。本书内容不局限于某一特定领域，适合涉及数据分析的各领域工作者阅读，也可作为本科生和研究生相关课程的教材。

第一部分 原则和初级应用
第1章 合情推理
1.1 演绎推理与合情推理
1.2 与物理理论的类比
1.3 思维计算机
1.4 推理机器人
1.5 布尔代数
1.6 完备运算集合
1.7 基本的合情条件
1.8 评注
1.8.1 普通语言与形式逻辑
1.8.2 吹毛求疵
第2章 定量规则
2.1 乘法规则
2.2 加法规则
2.3 定性属性
2.4 数值
2.5 记号与有限集合策略
2.6 评注
2.6.1 主观与客观
2.6.2 哥德尔定理
2.6.3 维恩图
2.6.4 柯尔莫哥洛夫公理
第3章 初等抽样论
3.1 无放回抽样
3.2 逻辑与倾向
3.3 根据不精确信息推理
3.4 期望
3.5 其他形式和推广
3.6 作为数学工具的概率
3.7 二项分布
3.8 有放回抽样
3.9 相关性校正
3.10 简化情形
3.11 评注
第4章 初等假设检验
4.1 先验概率
4.2 使用二元数据检验二元假设
4.3 超出二元情形的不可扩展性
4.4 多重假设检验
4.5 连续概率分布函数
4.6 检验无数假设
4.7 简单假设与复合假设
4.8 评注
4.8.1 词源
4.8.2 已有成就
第5章 概率论的怪异应用
5.1 特异功能
5.2 斯图尔特夫人的心灵感应能力
5.2.1 关于正态近似
5.2.2 回到主题
5.3 意见分歧与趋同
5.4 视觉感知——进化出“贝叶斯性”？
5.5 海王星的发现
5.5.1 关于备择假设
5.5.2 回到牛顿理论
5.6 赛马和天气预报
5.7 关于直觉的悖论
5.8 贝叶斯法理学
5.9 评注
……
第二部分 高级应用
引用文献
参考文献
译后记
人名索引
术语索引