资源介绍
这本由罗格斯大学统计系杰出教授谭志强撰写的《回归与平滑方法教程》，是一本面向研究生和高级研究者的统计学教材，由CRC出版社于2026年首次出版，属于Chapman & Hall/CRC统计科学系列丛书。这本书最与众不同的地方在于它采取了一种"开发者视角"来讲解回归和平滑方法——作者将这种视角的差异类比为软件的用户手册和开发者手册的区别：大多数标准教材侧重于如何应用统计方法，而这本书则更关注方法背后的数学、统计和计算思想，系统地展示了这些方法是如何被推导和实现的。对于那些不满足于仅仅调用现成R包、想要真正理解方法内核的读者来说，这种切入角度非常有吸引力。全书围绕四大核心主题展开：线性回归、广义线性模型、样条与核方法，以及广义线性混合模型。作者将参数化回归和非参数平滑方法有机地结合在一起，强调不同方法之间的内在联系，帮助读者识别其中的共通结构，并将已有技巧灵活迁移到新问题上。书中不仅有章节末的习题，还在正文中穿插了大量问题和练习，形成了贯穿始终的学习反馈机制。另一个亮点是，作者并没有完全依赖现成的软件包，而是以自洽的方式解释和演示数值算法，并提供了直接实现这些方法的R代码，这对于希望深入理解算法实现细节的学习者来说尤为珍贵。谭志强教授的研究和教学兴趣涵盖蒙特卡洛方法、因果推断、统计学习及相关领域，是美国统计学会、数理统计学会的研究员，也是国际统计学会的当选会员，这些学术背景充分保证了本书的权威性和前沿性。本书假设读者具备基本的本科统计学知识，适合作为回归与平滑方法的教学用书，同时也适合统计、数据科学及相关领域的学生和研究人员，他们希望超越日常的"调包式"应用，在更高水平上研习现代回归和平滑方法。对于从事数据分析、统计建模、机器学习应用研究的读者来说，这本书可以帮助你从"会用"跨越到"懂为什么"，建立起对统计方法更深层次的理解。