经典及现代傅立叶分析
Classical and Modern Fourier Analysis
简评
   傅里叶分析，作为数学的一个分支，无论在概念或方法上都广泛地影响着数学其他分支的发展。数学中很多重要思想的形成，都与傅里叶分析的发展过程密切相关。傅里叶变换是在数字信号处理方面很有用的一个方法，在通信和信息专业有很强的应用。
   本书总结整理了近50年来傅里叶分析理论研究的基本成果，系统性强，内容先进全面。作者Loukas Grafakos希腊雅典人，在加利福尼亚大学洛杉矶分校获得博士学位，现任密苏里州大学数学教授。曾因出色的教学被授予Kemper Fellow奖，自著或与人合著了40篇傅里叶分析方面的文章。本书内容包括Lp空间和插值，极大函数，傅里叶变换以及广义函数，一维环群上的傅里叶分析，卷积型奇异积分，Littlewood-Paley理论与乘子，光滑性和函数空间，BMO和Carleson测度，非卷积型奇异积分，加权不等式，傅里叶积分的有界性和收剑性。讲述方式易于接受，只要有本科知识就能够阅读，各章节有预备知识提要，习题例题丰富，称得上一本优秀的教材。
   对于那些在科研或技术工作中要经常用到傅里叶分析方法的科研工作者或工程技术人员，本书是一本较好的参考书。本书亦可作为理工科院校高年级学生、研究生及教师的参考书。

变分学
The Calculus of Variations
简评
　　变分学已经有很长的历史，与数学的其它分支如几何及微分方程交互影响，并且与物理学特别是力学有很深的联系。最近变分学被发现在经济学及电子工程学中也有重要应用，例如其中的某些数学控制理论，可以认为是变分学的一部分。
　　本书是为数学工作者及其它科学研究者写的变分学导引教材。对数学有主要兴趣的读者将发现关于几何微分方程的有趣结果，为了这些结果，作者充分运用了泛函分析特别是赋范向量空间的知识加以严格化，并且讨论了其它书中所不常见的主题如边值问题解的存在性与唯一性、反问题及莫尔斯理论等。对那些主要关心变分学的应用的读者来说，作者给出了大量的主要是来自物理学中的例子，除此之外，还讨论了哈密顿原理、特征值逼近、守恒律、力学中非完全约束等主题。
　　本书可以用作一学期课程的教材。读者可以有选择地从第三章开始，作者以星号标注了不属于中心内容的材料，作为初学者可以跳过，本书共分十章，依次为：引言、一阶变差、一些推广、等周问题、应用于特征值问题、完全约束及非完全约束、可变端点问题、哈密顿公式、二阶变差。
　　本书的目标读者是数学、物理学及工程方面的高年级本科生及低年级研究生。要求对线性微分方程、多变量微积分及初等实分析较为熟悉。

经济、生态与环境科学中的数学模型
Mathematical Modeling in Economics, Ecology and the Environment
简评
　　本书涵盖各种著名模型：经典模型(如柯布一道格拉斯生产函数模型，列昂惕夫投入产出分析，Verhulst-Pearl和Lotka-Volterra种群模型，等等)、世界动力学模型、切尔诺贝利核泄漏之后的水污染传播模型。本书采用独特的块一块模式进行模型分析，阐明如何通过描述基本实际过程的单个部分(块)建立这些模型，为实用模型的设计提供理论洞察。
　　本书特别讨论了环境影响下的区域经济一生态相互作用和技术变革的层次型建模。本书还论述某些数学论题，如离散和连续模型、微分积分方程、优化和分支分析及其他相关问题。本书在内容上是自含的，适合初学者使用，其精良题材适用于研究生的数学模型课程。
　　本书适合研究生、广大数学工作者及其他科研人员阅读。

函数型数据分析(第二版)
Functional Data Analysis(Second Edition)
简评
　　当今科学家收集曲线样本及其他函数观测值，这本专著论述这类数据分析的思想和技巧，主要内容包括经典的线性回归方法、主成分分析、线性建模、典型相关分析及特殊的泛函技巧，如曲线注册和主微分分析。
　　本书始终利用来源于实际应用的数据，介绍方法的动机并举例论证，特别通过讨论数据生成过程的光滑性，说明如何通过泛函方法来发现数据的新特点；这些数据主要来源于增长分析、气象学、生物力学、马类科学、经济学及医学等领域的应用。本书论述新颖的统计技术，同时使其中的数学论证能被大多数人所理解。
　　本书许多内容都基于作者自己的工作，某些内容是首次出版。本书适合学生、应用数据分析学者及科研人员阅读，对统计学及其他广阔领域的研究也颇有价值。 本书第一作者Jim Ramsay是McGill大学的心理学教授，加拿大统计学会主 席，多元分析等诸多领域的国际权威。他和言语清晰度、电动控制、气象学、心理学及人体生理学等多个领域的研究人员合作，在统计学及其应用方面的许多杂志发表论文，对函数型数据分析研究作出了技术性贡献。
　　本书第二作者Bernard Silverman是Bristol大学的统计学教授，著名的《统计学中的密度估计及数据分析》一书的作者， 《非参数回归分析与广义线性模型》的合著者。他因在光滑方法和应用统计学、计算统计学及理论统计学等诸多方面的工作而获得统计学会会长联合委员会颁发的会长奖及两枚皇家统计学会Guy奖章。

区组实验及裂区实验的最优设计
The Optimal Design of Blocked and Split-plot Experiments
简评
    在产品及过程的设计步骤中一个十分独立的技巧便是统计设计实验，以调查各种因素对质量特征的影响。有些标准的实验设计如因子设计及中心分解设计已经被提出，尽管它们有很好的性质，但是很少能用于实践，原因之一是因为使用起来代价昂贵并花费太多时间，更甚的是，当质因子和量因子均需调查时或因子影响受一个或多个限制时，则标准实验设计不可用，因此最好能找到适用的设计，这就是最优实验设计的目的。
    本书中，最优设计方法最要应用于两种普通类型的实验——区组实验及裂区实验。在相似条件下实验观察不能实现的情况下使用区组实验，如实验需要多批材料或者多天。而裂区实验用于改变实验因子水准不实际的情况，一个典型的例子就是因子是温度，此时加热或冷却都需要花太多时间。通常二者观察是相互关联的，并且要考虑统计独立性。
    第一章包含实验设计的梗概，特别给出了最优设计方法的基础。第二章集中关注带非齐次误差变化及相关观察的最优设计。在第三章中，本书的设计问题被展开，并且构筑了合适的统计模型。第四章介绍区组实验的最优设计。应用于区组验证实验的最优设计方法放在第五章，第六七八章考虑裂区实验，第九章提供了关于二水平因子设计及分数因子设计最近发展简介。最后一章概述了本书的主要结果及更深入研究的方法。