概率论与统计书目推荐

好，现在终于到了与Econ，Finance 关系最紧密的概率统计部分。

关于概率统计的重要性我实在不想再强调了，不过需要再说一句的是，很多同学觉得学计量，学Finance很多东西看不懂，迷茫，那就是因为你概率统计没学好；甚至还有很多论调说什么Idea最重要，数学不重要，对于这种说法，我想说，别说Econ，Finance，连数学都是Idea最重要，任何学科都是Idea最重要的，但是你连基本的知识，研究工具都没掌握，都一窍不通，何来资本去讨论什么Idea？？好了，语调有点激烈，不想多说了，这个问题说多了没意思！下面我概率统计分开讲。

1概率：Basic Probability Theory这个很重要，虽然不是基于Measure-Theory的，但是是你明白概率是什么东西的基础。

国内数学系本科一学期的概率论的内容基本跟这边Undergraduate的Honors Course for Probability差不多，但问题是很多学校的老师不怎么认真在讲的时候。

比如我所在学校的数学系，当时那个老师真是不咋地，上课光在那闲扯淡，证明一点都不讲，而且课堂过大，整个数学院所有不同专业的学生一起在上课，起码100多号人，效果可想而知。

我不知道别的学校情况咋样，但是我本科所在学校的数学系还是国内比较不错的，连这里况且如此，很多地方可能也好不到哪去。

当然，这只是我个人的瞎猜想，没有任何证据。

这门课的主要教材是名家Durrett的《The essentials of Probability 》，我想很多人都知道他的另外一本Graduate Probability教材《Probability：Theory and Examples》，现在美国这边的学校几乎都用这本书作为Math PHD Probability课的教材。

顺便说一句，Durrett是超级牛人钟开莱（中国人，虽然是美国公民）的学生，好像我记得他在一本书里管钟开莱叫做Academic Godfather，真是牛到无极限啊。

这门课Durrett这本书所有内容全讲，题目几乎全做，这样使得学生Basic Probability的基础相当好，Probability的Intuition很不错，从而在后面学习基于Measure Theory的Probability跟Stochastic Process时，不至于迷失在Technical Details中。

不过这本主要是给Math的学生的，我自己觉得Casella & Berger的《Statistical Inference》前面的Basic Probability部分也是超好无比，而且这是一本数理统计的教材，多了很多Distribution的东西，从而给你学数理统计打下一个坚实的基础。

并且，这本书习题量大质量又好，而且网上有Solution Manual，所以是非常好的习题书。

我自己其实没有上这门课，不过我们计量I（美国这边计量I其实是概率论与数理统计的内容，不过有经济系的特点罢了）当时教材是Cassella & Berger，于是我就把前五章的习题都给做了，真是受益匪浅。

另外，国内复旦李贤平的那本概率论教材也是非常好的。

个人建议：经管类毕业的同学我想都有一点概率论基础了，所以个人觉得不必要专门花一学期修这门课，但是我想自己自学或者在上计量I的时候将基本内容再过一遍，查缺补漏是有必要的，多做点题目，最好能将Casella & Berger前面五章的题目做完，然后适当的参考下Durrett当有概念不清晰的问题时，这样基础就打的比较牢了。

Casella & Berger国内有影印版，习题答案网上可以找得到。

至于原来读数学的同学，请根据你原来学的深度自行决定。

：Measure-Based Probability-Probability I这门课跟下面的Introduction to Stochastic Process-Probability II通常在美国这边是一年的Core Course Sequence 给那些将来可能做Probability的Math PHD学生。

Probability I的内容一般包括（以我所在的学校为例）以测度论为基础的的概率基本概念，经典的极限定理（LLN于CLT for Independent Sequence）, Random Walk，Conditional Expectation,有的还会加上Discrete Time Martingale Theory。

这门课的先修课为Real Analysis或者Measure Theory，你必须对Measure and Integration的内容很熟才行。

这门课我想不论你是做微观，宏观，还是计量还是Finance基本上最好都要学，毕竟现代经济学Uncertainty是核心，从而概率的应用极为广泛。

微观里现在做的Decision theory, 关于Imperfect Information的很多东西都需要很好的概率论基础，上周跟一个要跟我们这里一个微观牛人做的同学见面讨论，他说那个Professor的Paper里就用到了Martingale Convergence Theorem，虽然不是很深，但是一个好的Probability基础还是很必要的；宏观里面常用的Stochastic Optimal Control，Stochastic Dynamic Programming；还有更不要提Finance了，如果没有一个好的概率基础，根本连现在入门的Asset Pricing教材你都看不懂，比如Cochorane的《Asset Pricing》，更别说Duffie的《Dynamic Asset Pricing》跟Merton的《Continuous-time Finance》了；计量理论我就更不说了，它本来就是研究一些有经济数据特点的统计理论的，想想TimeSeries Econometrics里的Unit，Cointergration吧，那里Asymptotic distribution的推导都是基于Functional CLT的。

我就不多说了，总之，我们这里理论做的比较好的同学，几乎都有一个很好的Probability基础。

如果你Measure Theory掌握的好，学这门课会舒服很多，当然，你依然需要花费巨大的时间跟精力。

我这门课上了两次，一次是在Operation Research系里上的，讲课的是个俄罗斯裔的老师，课讲的极好，真的算是领教了Russian的数学水平，一个字，牛！！！光作业就给我们布置了14次，每次5－7个题目，一学期下来做了快一百个题目，想象一下，Graduate Course，每个题目光写有的时候就要2页多纸，学的时候真的是痛苦之极，不过学完之后真的是感觉收获特别多。

我经常跟OR几个同学讨论问题，他们都是国内数学系出身，有的都是在这边的学校读过数学然后再转到这边来的，他们对作业量之大也很头疼，不过我们都很觉得那个老师确实讲的好，没得说。

一个搞笑的是，这个老师的Webpage上写着，“对于那些不想完成作业的同学请点这个链接”，然后等你点了后就到了另外一个Web上，上面是他练空手道的一张照片，而且照片的光线有问题，他两眼发的都是绿光，恐怖啊，呵呵！！由于这个课老师为了照顾一些对Measure Theory不是很熟的同学，于是他花了快一半的时间又把Measure Theory讲了一遍（这部分内容他主要用Billingsley的《Probability and Measure》里面的测度论部分），因此后面概率的东西只是讲到了CLT，后面没有讲Martingale，而且LLN跟CLT讲的不是特别深入，只是证明了IID情形下的定理，并没有证明Independent but not Identical Distribution的情形，而且我也想学多一点，因此我就去上了Math PHD Probability Core Sequence 的第一学期的课（我本来想着上了OR这个然后直接去上第二学期的Probability II就算了的）。

总算是把这个搞定了。

总的来说，Probability的好教材是非常之多，其中有Durrett,《Probability: Theory and Examples》，Williams,《Probability with Martingales》，Billingsley,《Probability and Measure》，Resnick 《A Probability Path 》，Jacod & Protter，《Probability Essentials》, Dudley，《Real Analysis and Probability》, Shirayev，《Probability》，以及牛人钟开莱的《A Course in Probability》这些教材基本上都是包括了Probability I的测度论为基础的的概率基本概念，极限定理与Probability II的Stochastic Process的内容，所以基本上每一本都可以作为这一Sequence的教材，不过不同的教材特点还是不一样的。

Billingsley是公认的好教材，特点是全，既有Measure Theory的完整介绍，又包含有直到Brownian Motion的一年Probability课的所有内容，但有个问题是体系安排很怪异，不适合从头看到尾，事实上我们是从Chp2，Chp3开始学，然后穿插上Chp1的内容，然后再过渡到后面的Probability部分的。

这本书的行文也是Informal式的，很多重要定理的叙述证明都是在字里行间完成的，并不是定理－证明式的写法。

我个人经验是不适合自学，如果有老师教课用这本书，那真的是再好不过了，不过如果没有老师教，最好把这本作为参考。

这本书的课后习题非常好，对于比较难的题目后面附有简要的答案。

做Econ的人好多Paper后面在涉及Probability的时候引用的都是这本书（看看White 的《Asymptotic Theory for Econometrians》），我猜他们当时学概率用的都是Billingsley这本教材，呵呵。

Durrett的教材是给Math PHD的标准教材，全书主要讲概率，将Measure Theory的主要结果附录在书的后面，以供参考，因此，学这本书必须有扎实的Measure Theory基础。

现在国内这本书刚出了影印版（Billingsley现在也刚处影印版，痛啊，这两本书花了我快200刀就，因为我修课的时候国内还没有影印版，唉），忘记上面是谁做的序了，讲了一个故事，说是有个Math PHD学生放假还是怎么着出去玩的时候，身边就带了这么一本书，然后这个学生现在美国是美国一所著名大学的Professor了已经。