Classical probability theory and mathematical statistics appear sometimes too rigid for real life problems, especially while dealing with vague data or imprecise requirements. These problems have motivated many researchers to „soften“ the classical theory. Some „softening“ approaches utilize concepts and techniques developed in theories such as fuzzy sets theory, rough sets, possibility theory, theory of belief functions and imprecise probabilities, etc. Since interesting mathematical models and methods have been proposed in the frameworks of various theories, this text brings together experts representing different approaches used in soft probability, statistics and data analysis.
Wydawnictwo Naukowe PWN ma zaszczyt zaprezentować Państwu najnowszą propozycję
wydawniczą z zakresu matematyki, dotyczącą niezwykle ważnej i uniwersalnej
wobec wielorakich zastosowań jej dziedziny – statystyki matematycznej.
Publikacja o tym właśnie tytule: STATYSTYKA MATEMATYCZNA powstała ze względu
na brak aktualnego całościowo podejmującego temat podręcznika stricte do tego
przedmiotu i jest efektem wieloletnich wykładów na Wydziale Matematyki i Nauk
Informacyjnych Politechniki Warszawskiej, prowadzonych przez Autora tej
książki – prof. dra hab. Przemysława Grzegorzewskiego. Celem Autora książki
przy jej pisaniu była dbałość o równowagę między rozważaniami teoretycznymi i
treściami o charakterze bardziej praktycznym i aplikacyjnym, jak również o to,
by precyzja wywodu nie czyniła wykładu nazbyt hermetycznym, lecz by równolegle
z przekazem formalnym pobudzać i rozwijać właściwą intuicję u odbiorców. Na
rynku księgarskim zdecydowanie brakuje nieco bardziej zaawansowanego kursu,
który zainteresowałby matematyków, informatyków, analityków danych i tych
wszystkich, którzy chcieliby poznać podstawy matematyczne tej dziedziny,
zrozumieć uwarunkowania i ograniczenia metod wnioskowania oraz podjąć trud
dalszego rozwijania metod statystycznych. STATYSTYKA MATEMATYCZNA została
pomyślana jako podręcznik akademicki dla studentów wydziałów nauk ścisłych
uniwersytetów (matematyka, informatyka, fizyka, chemia – przykładowe
przedmioty: statystyka, statystyka matematyczna, statystyka i analiza danych),
ale także dla studentów politechnik oraz doktorantów wspomnianych uczelni i
instytutów naukowych.
