數(shù)理統(tǒng)計(jì)及其應(yīng)用（英文版·原書(shū)第6版）
定 價(jià)：139 元
叢書(shū)名：華章統(tǒng)計(jì)學(xué)原版精品系列
- 作者：
- 出版時(shí)間：2019/4/1
- ISBN：9787111624073
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類(lèi)：O212
- 頁(yè)碼：0
- 紙張：
- 版次：
- 開(kāi)本：16開(kāi)
本書(shū)以全面而有趣的方式介紹概率論與數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)，不僅講授了實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析方法，而且重視培養(yǎng)將這些原理應(yīng)用于實(shí)踐的技能。
第6版主要更新：
·共18個(gè)新的“案例研究”，以幫助讀者理解新增的概念。
·第2章包含10個(gè)新例子，包括對(duì)“愷撒*后一口氣”問(wèn)題的重復(fù)獨(dú)立試驗(yàn)分析。
·第4章新增一個(gè)附錄，總結(jié)了常用概率密度函數(shù)的所有重要屬性。
·第5章重寫(xiě)了參數(shù)估計(jì)（5.2節(jié)）誤差邊緣（5.3節(jié)）的內(nèi)容。
·第8章擴(kuò)展了關(guān)于不同數(shù)據(jù)模型的討論，并增加析因數(shù)據(jù)模型。
·第11章對(duì)非線性模型部分進(jìn)行了全面修訂，重點(diǎn)強(qiáng)調(diào)它們與不同增長(zhǎng)律的關(guān)系。
·第12章增加一節(jié)，展示了如何在不知道任何單個(gè)測(cè)量值的情況下“重建”k樣本數(shù)據(jù)集的整個(gè)ANOVA表。
· 本書(shū)配套網(wǎng)站www.pearsonhighered.com/mathstatsresources/ 可以下載第15章和文中分析所用的數(shù)據(jù)集。該網(wǎng)站還為學(xué)生和教師提供其他一些資源。
第1章 緒論1
1.1 概述1
1.2 一些例子2
1.3 發(fā)展簡(jiǎn)史6
1.4 本章小結(jié)14
第2章 概率15
2.1 引論15
2.2 樣本空間和集合代數(shù)17
2.3 概率函數(shù)26
2.4 條件概率31
2.5 獨(dú)立性50
2.6 組合65
2.7 組合概率89
2.8 再看統(tǒng)計(jì)學(xué)（蒙特卡羅技術(shù)）99
第3章 隨機(jī)變量102
3.1 引論102
3.2 二項(xiàng)式和超幾何概率103
3.3 離散隨機(jī)變量116
3.4 連續(xù)隨機(jī)變量127
3.5 期望值137
3.6 方差153
3.7 聯(lián)合密度160
3.8 變換和組合隨機(jī)變量174
3.9 均值和方差的更多性質(zhì)182
3.10 順序統(tǒng)計(jì)量192
3.11 條件密度199
3.12 矩母函數(shù)206
3.13 再看統(tǒng)計(jì)學(xué)（解釋均值）215
第4章 特殊分布218
4.1 引論218
4.2 泊松分布219
4.3 正態(tài)分布235
4.4 幾何分布257
4.5 負(fù)二項(xiàng)分布259
4.6 伽馬分布267
4.7 再看統(tǒng)計(jì)學(xué)（蒙特卡羅模擬）271
附錄4.A.1 常用概率密度函數(shù)的性質(zhì)274
附錄4.A.2 中心極限定理的證明276
第5章 估計(jì)278
5.1 引論278
5.2 估計(jì)參數(shù)：最大似然法和矩量法280
5.3 區(qū)間估計(jì)293
5.4 估計(jì)量的性質(zhì)308
5.5 最小方差估計(jì)：Cramér-Rao下界316
5.6 充分估計(jì)量319
5.7 一致性326
5.8 貝葉斯估計(jì)329
5.9 再看統(tǒng)計(jì)學(xué)（超越經(jīng)典估計(jì)）341
第6章 假設(shè)檢驗(yàn)343
6.1 引論343
6.2 決策規(guī)則 344
6.3 檢驗(yàn)二項(xiàng)式數(shù)據(jù)—H0 : p = po353
6.4 第一類(lèi)和第二類(lèi)錯(cuò)誤359
6.5 最優(yōu)性的概念：廣義似然比375
6.6 再看假設(shè)檢驗(yàn)（統(tǒng)計(jì)顯著性與“實(shí)際”顯著性）378
第7章 基于正態(tài)分布的推斷380
7.1 引論380
7.2 比較和381
7.3 推導(dǎo)的分布383
7.4 關(guān)于的推斷389
7.5 關(guān)于2的推斷404
7.6 再看統(tǒng)計(jì)學(xué)（第二類(lèi)錯(cuò)誤）412
附錄7.A.1 Y–和S2的一些分布結(jié)果414
附錄7.A.2 證明單樣本t檢驗(yàn)是GLRT416
附錄7.A.3 定理7.5.2的證明418
第8章 數(shù)據(jù)類(lèi)型：簡(jiǎn)要概述421
8.1 引論421
8.2 分類(lèi)數(shù)據(jù)427
8.3 再看統(tǒng)計(jì)學(xué)（為什么樣本是無(wú)效的）448
第9章 兩樣本推斷450
9.1 引論450
9.2 檢驗(yàn)H0 : X = Y451
9.3 檢驗(yàn)H0 : X2 = Y2—F檢驗(yàn)463
9.4 二項(xiàng)式數(shù)據(jù)：檢驗(yàn)H0 : pX = pY468
9.5 兩樣本問(wèn)題的置信區(qū)間473
9.6 再看統(tǒng)計(jì)學(xué)（選擇樣本）478
附錄9.A.1 對(duì)兩樣本t檢驗(yàn)的推導(dǎo)（定理9.2.2的證明）480
第10章 擬合優(yōu)度檢驗(yàn)483
10.1 引論483
10.2 多項(xiàng)式分布484
10.3 擬合優(yōu)度檢驗(yàn)：所有參數(shù)已知488
10.4 擬合優(yōu)度檢驗(yàn)：參數(shù)未知498
10.5 列聯(lián)表507
10.6 再看統(tǒng)計(jì)學(xué)（離群值）517
第11章 回歸520
11.1 引論520
11.2 最小二乘法520
11.3 線性模型543
11.4 協(xié)方差與相關(guān)性563
11.5 二元正態(tài)分布570
11.6 再看統(tǒng)計(jì)學(xué)（如何不解釋樣本相關(guān)系數(shù)）576
附錄11.A.1 定理11.3.3的證明577
第12章 方差分析580
12.1 引論580
12.2 F檢驗(yàn)582
12.3 多重比較：Tukey方法592
12.4 對(duì)比檢驗(yàn)子假設(shè)596
12.5 數(shù)據(jù)變換604
12.6 再看統(tǒng)計(jì)學(xué)（把統(tǒng)計(jì)學(xué)的各個(gè)學(xué)科結(jié)合起來(lái)—Ronald A. Fisher的貢獻(xiàn)）606
附錄12.A.1 定理12.2.2的證明608
附錄12.A.2 H1為真時(shí)的分布608
第13章 隨機(jī)區(qū)組設(shè)計(jì)613
13.1 引論613
13.2 隨機(jī)區(qū)組設(shè)計(jì)的F檢驗(yàn)614
13.3 配對(duì)t檢驗(yàn)628
13.4 再看統(tǒng)計(jì)學(xué)（在兩樣本t檢驗(yàn)和配對(duì)t檢驗(yàn)中進(jìn)行選擇）634
第14章 非參數(shù)統(tǒng)計(jì)638
14.1 引論638
14.2 符號(hào)檢驗(yàn)639
14.3 Wilcoxon檢驗(yàn)645
14.4 Kruskal-Wallis檢驗(yàn)658
14.5 Friedman檢驗(yàn)662
14.6 隨機(jī)性檢驗(yàn)665
14.7 再看統(tǒng)計(jì)學(xué)（比較參數(shù)化和非參數(shù)化過(guò)程）669
第15章 析因數(shù)據(jù)（在線）15-1
15.1 引論15-1
15.2 兩因子析因15-4
15.3 兩因子析因的平方和15-16
15.4 期望均方15-26
15.5 例子15-30
15.6 三因子析因設(shè)計(jì)15-40
15.7 2n設(shè)計(jì)15-51
15.8 分式析因15-72
附錄A 統(tǒng)計(jì)表674
奇數(shù)編號(hào)問(wèn)題的答案701
參考文獻(xiàn)725
Contents
1 Introduction 1
1.1 AnOverview 1
1.2 SomeExamples 2
1.3 ABriefHistory 6
1.4 AChapterSummary 14
2 Probability 15
2.1 Introduction15
2.2SampleSpacesandtheAlgebraofSets17
2.3TheProbabilityFunction26
2.4ConditionalProbability31
2.5Independence50
2.6Combinatorics65
2.7CombinatorialProbability89
2.8TakingaSecondLookatStatistics(MonteCarloTechniques)99
3RandomVariables102
3.1Introduction102
3.2BinomialandHypergeometricProbabilities103
3.3DiscreteRandomVariables116
3.4ContinuousRandomVariables127
3.5ExpectedValues137
3.6TheVariance153
3.7JointDensities160
3.8TransformingandCombiningRandomVariables174
3.9FurtherPropertiesoftheMeanandVariance182
3.10OrderStatistics192
3.11ConditionalDensities199
3.12Moment-GeneratingFunctions206
3.13TakingaSecondLookatStatistics(InterpretingMeans)215
4SpecialDistributions218
4.1Introduction218
4.2ThePoissonDistribution219
4.3TheNormalDistribution235
4.4TheGeometricDistribution257
4.5TheNegativeBinomialDistribution259
4.6TheGammaDistribution267
4.7TakingaSecondLookatStatistics(MonteCarloSimulations)271
Appendix4.A.1PropertiesofFrequently-Usedpdfs274
Appendix4.A.2AProofoftheCentralLimitTheorem276
5Estimation278
5.1Introduction278
5.2EstimatingParameters:TheMethodofMaximumLikelihoodandtheMethodofMoments280
5.3IntervalEstimation293
5.4PropertiesofEstimators308
5.5Minimum-VarianceEstimators:TheCramffier-RaoLowerBound316
5.6SufficientEstimators319
5.7Consistency326
5.8BayesianEstimation329
5.9TakingaSecondLookatStatistics(BeyondClassicalEstimation)341
6HypothesisTesting343
6.1Introduction343
6.2TheDecisionRule344
6.3TestingBinomialData—H0:p=po353
6.4TypeIandTypeIIErrors359
6.5ANotionofOptimality:TheGeneralizedLikelihoodRatio375
6.6TakingaSecondLookatHypothesisTesting(StatisticalSignificanceversus“Practical”Significance)378
7InferencesBasedontheNormalDistribution380
7.1Introduction380
7.2ComparingYμσ/√nandYμS/√n381
7.3DerivingtheDistributionofYμS/√n383
7.4DrawingInferencesAboutμ389
7.5DrawingInferencesAboutσ2404
7.6TakingaSecondLookatStatistics(TypeIIError)412
Appendix7.A.1SomeDistributionResultsforYandS2414
Appendix7.A.2AProofThattheOne-SampletTestIsaGLRT416
Appendix7.A.3AProofofTheorem7.5.2418
8TypesofData:ABriefOverview421
8.1Introduction421
8.2ClassifyingData427
8.3TakingaSecondLookatStatistics(WhySamplesAreNot“Valid”!)448
9Two-SampleInferences450
9.1Introduction450
9.2TestingH0:μX=μY451
9.3TestingH0:σ2X=σ2Y—TheFTest463
9.4BinomialData:TestingH0:pX=pY468
9.5ConfidenceIntervalsfortheTwo-SampleProblem473
9.6TakingaSecondLookatStatistics(ChoosingSamples)478
Appendix9.A.1ADerivationoftheTwo-SampletTest(AProofofTheorem9.2.2)480
10Goodness-of-FitTests483
10.1Introduction483
10.2TheMultinomialDistribution484
10.3Goodness-of-FitTests:AllParametersKnown488
10.4Goodness-of-FitTests:ParametersUnknown498
10.5ContingencyTables507
10.6TakingaSecondLookatStatistics(Outliers)517
11Regression520
11.1Introduction520
11.2TheMethodofLeastSquares520
11.3TheLinearModel543
11.4CovarianceandCorrelation563
11.5TheBivariateNormalDistribution570
11.6TakingaSecondLookatStatistics(HowNottoInterprettheSampleCorrelationCoecient)576
Appendix11.A.1AProofofTheorem11.3.3577
12TheAnalysisofVariance580
12.1Introduction580
12.2TheFTest582
12.3MultipleComparisons:Tukey’sMethod592
12.4TestingSubhypotheseswithContrasts596
12.5DataTransformations604
12.6TakingaSecondLookatStatistics(PuttingtheSubjectofStatisticsTogether—TheContributionsofRonaldA.Fisher)606
Appendix12.A.1AProofofTheorem12.2.2608
Appendix12.A.2TheDistributionofSSTR/(k1)SSE/(nk)WhenH1IsTrue608
13RandomizedBlockDesigns613
13.1Introduction613
13.2TheFTestforaRandomizedBlockDesign614
13.3ThePairedtTest628
13.4TakingaSecondLookatStatistics(ChoosingbetweenaTwo-SampletTestandaPairedtTest)634
14NonparametricStatistics638
14.1Introduction638
14.2TheSignTest639
14.3WilcoxonTests645
14.4TheKruskal-WallisTest658
14.5TheFriedmanTest662
14.6TestingforRandomness665
14.7TakingaSecondLookatStatistics(ComparingParametricandNonparametricProcedures)669
15FactorialData(AvailableOnline)15-1
15.1Introduction15-1
15.2TheTwo-FactorFactorial15-4
15.3SumsofSquaresforTwo-FactorFactorials15-16
15.4ExpectedMeanSquares15-26
15.5Examples15-30
15.6TheThree-FactorFactorialDesign15-40
15.72nDesigns15-51
15.8FractionalFactorials15-72
AppendixA:StatisticalTables674
AnswerstoSelectedOdd-NumberedQuestions701
Bibliography725
書(shū)單推薦
