《现代统计学：基于计算机的Python方法（Modern Statistics : A Computer-Based Approach with Python）》

这本创新的教科书为现代统计学课程提供了材料，该课程将Python作为教学和实践资源。凭借在各种应用和工业环境中多年的教学和研究经验，作者精心定制了这本教材，以提供理论和实际应用的理想平衡。贯穿始终的大量示例和案例研究，并详细说明了全面的 Python 应用程序。自定义 Python 包可供下载，允许学生重现这些示例并探索其他示例。
本书的第一章侧重于分析变异性、概率模型和分布函数。接下来，作者介绍了统计推断和引导，以及几个维度和回归模型中的可变性。然后，本文继续介绍用于估计有限总体量的抽样以及时间序列分析和预测，最后有两章关于现代数据分析方法。每章都包括练习、数据集和应用程序，以补充学习。
《现代统计学：基于计算机的Python方法》适用于一个或两个学期的高级本科或研究生课程。由于文本的基础性质，它可以与任何需要数据分析的课程相结合，例如数据科学、工业统计、物理和社会科学以及工程课程。研究人员、从业者和数据科学家也会发现它是一个有用的资源，其中包含众多应用程序和案例研究。
第二本密切相关的教科书名为《工业统计：基于计算机的Python方法》。它涵盖了统计过程控制（包括多变量方法）、实验设计（包括计算机实验）和可靠性方法（包括贝叶斯可靠性）等主题。这些文本可以单独使用，也可以用于连续的课程。
mistat Python包可以在 https://gedeck.github.io/mistat-code-solutions/ModernStatistics/
“在这本关于现代统计学的书中，关于现代分析方法的最后两章包含了目前非常流行的东西，特别是在机器学习方面，例如分类器，聚类方法和文本分析。但我也欣赏前面的章节，因为我相信使用机器学习方法的人应该意识到他们严重依赖统计方法。我非常感谢根据作者的长期经验制定的许多案例。它们对于更好地理解和应用书中介绍的方法非常有用。Python的使用对应于当今最好的编程体验。出于所有这些原因，我认为这本书也有一个辉煌而有影响力的未来，我为此赞扬作者。----Fabrizio Ruggeri教授意大利国家研究委员会主任国际商业和工业统计学会（ISBIS）主编商业和工业应用随机模型（ASMBI）