从概率论的基础开始，通过例子与习题的旁征博引，引进了大量近代统计处理的新技术和一些国内同类教材中不能见而广为使用的分布。其内容包括工科概率论入门、经典统计和现代统计的基础，又加进了不少近代统计中数据处理的实用方法和思想，例如：Bootstrap再抽样法、刀切（Jackknife）估计、EM算法、Logistic回归、稳健（Robust）回归、Markov链、MonteCarlo方法等。它的统计内容与国内流行的教材相比，理论较深，模型较多，案例的涉及面要广，理论的应用面要丰富，统计思想的阐述与算法更为具体。
《统计推断》（英文原书第二版）
外文原本豆瓣评分：9.2
豆瓣评论精选：
“这本书最最重要和值得大力推荐的是前5章（或者说前六章），很难想象象作者这样的大牛会潜心细细的讲解最最基本的一些东西，大牛就是大牛，基础讲的及其清晰！书的习题很多，网上有答案。但是对我这种不做题纯粹拿来看看到人，讲解中的例题分析也是很好的！应该说前5-6章读好了，你绝对算是入门了！”——byiouiwc
“很不错的，一本概率统计书，记得以前在艰难的看模式分类那书时，要是知道有该书做数学背景支持，就容易看多了。只要你有概率的基本知识（我以前是看ross那本概率论基础那书的）看这书，应该没问题。”——bycool
“这本书一定要看原版，是佛罗里达大学大牛乔治-卡塞拉的经典之作，绝对值得一读，不仅包含了经典的数理统计和概率论内容，而且介绍了很多新的方法。”——大H
近期热门文章精选：
近期热门文章精选（点击标题即可阅读）：
1.干货教程
可能是最方便好用的文字云工具
2.（理论+案例）如何通俗地理解极大似然估计？
3.如何通俗地理解决策树中的信息熵
4.IBMSPSSModeler最强工具书
巧用默认路径提高效率
5.教程
如何转行成为一名数据科学家？
注：由于最近老撕比较忙，所以有些信息没有及时查看回复（