前言

本书涵盖了经济学高年级本科生和研究生课程所需的核心内容，是系列教材中的第一本，系列教材还包括《计量经济学》[1].

两本教材可以配套使用，但任何一本都可以作为独立的教材使用.

本书涵盖了中级数理统计学的内容.中级是指使用微积分，但不使用测度论.本书的详细和严格程度与Casella和Berger（2002）、Hogg和Craig（1995）类似.本书使用了Hogg和Tanis（1997）的例子，面向经济学专业的学生.本书力求让不同背景的学生都能理解，但又不失数学严格性.

读者想要学习更浅显的理论，可参考Hogg和Tanis（1997）；想要学习更深入的理论，可参考Casella和Berger（2002）或Shao（2003）.以测度论为基础的概率论可参考Ash（1972）或Billingsley（1995）.更高级的统计理论参考van der Vaart（1998）、Lehmann和Casella（1998）、Lehmann和Romano（2005），每本书侧重点不同.与本书难度相当的数理统计教材有Ramanathan（1993）、Amemiya（1994）、Gallant（1997）和Linton（2017）.

带*号的节的理论技术推导不是本书关注的重点.对数学细节感兴趣的读者可以选择阅读.读者即使跳过带*号的节，也不会影响对重要概念的理解.

第1～5章介绍概率论.第6～18章介绍统计理论.

陈了第9章，每章的最后一节是习题，是本书的重要组成部分，也是学习的重点.

本书可用作一学期的教材，或选择部分内容作为四分之一学期的教材（已在威斯康星大学讲授）.例如，第3章可作为参考部分不讲授.第9章适用于高年级学生.第11章可简要介绍.第12章可视为参考部分.第15～18章是选讲部分，由教师自行决定.

学生应该熟悉积分、微分、多变量微积分以及线性代数的知识.这四门课通常在本科课程中讲授.学习本书不需要掌握概率、统计或计量经济学的知识，但如果掌握会有帮助.

之前学习过数学分析或训练“证明”思维的数学课程会很有帮助，但不是必需的.概率论和数理统计的语言是数学，需要从公理推导出结果.这与统计学的入门课程不同，入门课程经常强调记住结果.利用数学工具，几乎无须死记硬背，但需要详细的数学推导和证明.建议先学习数学分析，不仅因为我们使用数学分析的结果，而且因为概率论和数理统计的思维方法和证明结构与数学分析相似.本书从概率公理开始，建立概率理论.以此为基础，构建统计理论.数学分析的入门书Rudin（1976）是值得一直被推荐的，更深入的理论推荐Rudin（1987）.

本书附录包含了对重要数学结果的简要总结，供读者参考.

我花了20年完成本书和《计量经济学》. 20年间，我收到了来自学生、教师和其他读者主动提出的建议、更正、评论和问题.如果没有这些了不起的来信，这两本书是无法完成的.由于收到了很多人的电子邮件和评论，我无法记住所有人的名字.与其公布一个不完整的名单，不如向每一位提供反馈的人表示诚挚的感谢.

若干年前，Xiaoxia Shi把我主讲的Econ 709课程的手稿输入成电子版.在此，特别感谢Xiaoxia Shi.该电子版成了本书的初稿.

衷心感谢我的家人：Korinna、Zoe和Nicholas.没有他们这些年的爱和支持，本书也是很难完成的.本书的全部版税将捐赠给慈善机构.

---

[1] 本书多次提到的《计量经济学》就是这本. ——编辑注