時(shí)代教育·國外高校優(yōu)秀教材精選:統(tǒng)計(jì)推斷(翻譯版·原書第2版)
定 價(jià):66 元
- 作者:George Casella ,Roger L.Berger ,張忠占 ,傅鶯鶯 著
- 出版時(shí)間:2010/1/1
- ISBN:9787111278764
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:O212
- 頁碼:610
- 紙張:膠版紙
- 版次:2
- 開本:16開
《統(tǒng)計(jì)推斷(翻譯版·原書第2版)》從概率論的基礎(chǔ)開始,通過例子與習(xí)題的旁征博引,引進(jìn)了大量近代統(tǒng)計(jì)處理的新技術(shù)和一些國內(nèi)同類教材中不常見而又廣為使用的分布。其內(nèi)容既包括工科概率入門、經(jīng)典統(tǒng)計(jì)和現(xiàn)代統(tǒng)計(jì)的基礎(chǔ),又加進(jìn)了不少近代統(tǒng)計(jì)中數(shù)據(jù)處理的實(shí)用方法和思想,例如:Bootstrap再抽樣法、刀切(Jackkrlife)估計(jì)、EM算法、Logistic回歸、穩(wěn)。≧obest)回歸、Markov鏈、Monte Carlo方法等。它的統(tǒng)計(jì)內(nèi)容與國內(nèi)流行的教材相比,理論較深,模型較多,案例的涉及面要廣,理論的應(yīng)用面要豐富,統(tǒng)計(jì)思想的闡述與算法更為具體!督y(tǒng)計(jì)推斷(翻譯版·原書第2版)》可作為工科、管理類學(xué)科專業(yè)本科生、研究生的教材或參考書,也可供教師、工程技術(shù)人員自學(xué)之用。
當(dāng)有人發(fā)現(xiàn)你正在寫一本教材時(shí),會(huì)問到以下兩個(gè)問題中的一個(gè)或兩個(gè)。第一個(gè)問題是“你為什么要寫書?”而第二個(gè)問題是“你的書與已有的那些書有什么不同?”第一個(gè)問題很容易回答。你由于不完全滿意現(xiàn)有的教材而寫書。第二個(gè)問題回答起來更困難。三言兩語說不清,而為了不讓你的聽眾(他可能只是出于禮貌隨便問問)掃興,你會(huì)調(diào)侃幾句,但這通常并不能回答這個(gè)問題。
本書的目的在于從基本的概率論出發(fā)建立理論統(tǒng)計(jì)(以與數(shù)理統(tǒng)計(jì)相區(qū)別)。邏輯發(fā)展、證明、思想、主題等,通過統(tǒng)計(jì)的論述一一展開。從概率論的基礎(chǔ)開始,我們用作為前面概念的自然延伸和結(jié)論的統(tǒng)計(jì)技巧、定義和概念來逐步建立統(tǒng)計(jì)推斷理論。當(dāng)開始做出這種努力時(shí),我們并不知道效果會(huì)如何。當(dāng)然,成功與否,最后的判斷留給讀者。
本書是為統(tǒng)計(jì)專業(yè)或以統(tǒng)計(jì)為中心的領(lǐng)域的一年級研究生而寫的,所需要的預(yù)備知識(shí)是一年的微積分課程。(熟悉一些矩陣運(yùn)算是有用的,但并不必須。)可以用于兩個(gè)學(xué)期或四分之三學(xué)年的統(tǒng)計(jì)引論課程。
前四章包括概率論基礎(chǔ),并介紹了后面所需要的許多基本知識(shí)。第5和第6章是統(tǒng)計(jì)的前兩章。第5章是過渡性的(從概率到統(tǒng)計(jì)),對于有一定概率基礎(chǔ)的學(xué)生,可以作為他們統(tǒng)計(jì)課程的起點(diǎn)。第6章有些獨(dú)特,詳細(xì)介紹三個(gè)統(tǒng)計(jì)原理(充分性、似然和不變性),并說明這些原理對于數(shù)據(jù)建模的重要性。雖然我們強(qiáng)烈推薦在這些內(nèi)容上花些時(shí)間,但并非所有教師都要詳細(xì)講解這一章。特別,在這一章中詳細(xì)討論了似然原理和不變性原理。連同充分性原理一起,這些原理以及它們背后的思想是完全理解統(tǒng)計(jì)學(xué)的基本知識(shí)。
第7~9章代表了統(tǒng)計(jì)推斷的核心內(nèi)容,即估計(jì)(點(diǎn)估計(jì)和區(qū)間估計(jì))和假設(shè)檢驗(yàn)。這幾章的最重要的特征是分成尋求適當(dāng)?shù)慕y(tǒng)計(jì)方法和評價(jià)這些方法。尋求和評價(jià)無論對于理論工作者還是對于實(shí)際工作者都是興趣所在,但我們認(rèn)為分開處理是很重要的。不同方面的考慮都是重要的,采用的規(guī)則也不同。進(jìn)一步有興趣的內(nèi)容在這幾章內(nèi)以“其他考慮”為題的幾節(jié)中。在這些內(nèi)容中,我們指出統(tǒng)計(jì)推斷的規(guī)則可以如何被放寬(就像司空見慣的那樣)并且仍然給出有意義的推斷。這幾節(jié)中包含的許多方法是咨詢中用到的,對于來自于實(shí)際的分析和推斷問題富有裨益。
出版說明
第2版序
第1版序
譯后序
第1章 概率論
1.1 集合論
1.2 概率論基礎(chǔ)
1.2.1 公理化基礎(chǔ)
1.2.2 概率演算
1.2.3 計(jì)數(shù)
1.2.4 枚舉結(jié)果
1.3 條件概率與獨(dú)立性
1.4 隨機(jī)變量
1.5 分布函數(shù)
1.6 概率密度函數(shù)和概率質(zhì)量函數(shù)
1.7 習(xí)題
1.8 雜錄
第2章 變換和期望
2.1 隨機(jī)變量函數(shù)的分布
2.2 期望
2.3 矩和矩母函數(shù)
2.4 積分號(hào)下的求導(dǎo)
2.5 習(xí)題
2.6 雜錄
2.6.1 矩列的唯一性
2.6.2 其他母函數(shù)
2.6.3 矩母函數(shù)能否唯一地確定分布?
第3章 常見分布族
3.1 引言
3.2 離散分布
3.3 連續(xù)分布
3.4 指數(shù)族
3.5 位置與尺度族
3.6 不等式與恒等式
3.6.1 概率不等式
3.6.2 恒等式
3.7 習(xí)題
3.8 雜錄
3.8.1 Poisson假設(shè)
3.8.2 Chebychev不等式及其改進(jìn)
3.8.3 再談指數(shù)族
第4章 多維隨機(jī)變量
4.1 聯(lián)合分布與邊緣分布
4.2 條件分布與獨(dú)立性
4.3 二維變換
4.4 多層模型與混合分布
4.5 協(xié)方差與相關(guān)
4.6 多維分布
4.7 不等式
4.7.1 數(shù)值不等式
4.7.2 函數(shù)不等式
4.8 習(xí)題
4.9 雜錄
4.9.1 交換悖論
4.9.2 算術(shù)-幾何-調(diào)和平均值不等式
8.3.1 錯(cuò)誤概率與功效函數(shù)
8.3.2 最大功效檢驗(yàn)
8.3.3 并-檢驗(yàn)與交-并檢驗(yàn)的真實(shí)水平
8.3.4 P-值
8.3.5 損失函數(shù)最優(yōu)性
8.4 習(xí)題
8.5 雜錄
8.5.1 單調(diào)功效函數(shù)
8.5.2 似然比作為證據(jù)
8.5.3 P-值和后驗(yàn)概率
8.5.4 置信集P-值
第9章 區(qū)間估計(jì)
9.1 引言
9.2 區(qū)間估計(jì)量的求法
9.2.1 反轉(zhuǎn)一個(gè)檢驗(yàn)統(tǒng)計(jì)量
9.2.2 樞軸量
9.2.3 樞軸化累積分布函數(shù)
9.2.4 Bayes區(qū)間
9.3 區(qū)間估計(jì)量的評價(jià)方法
9.3.1 尺寸和覆蓋概率
9.3.2 與檢驗(yàn)相關(guān)的最優(yōu)性
9.3.3 Bayes最優(yōu)
9.3.4 損失函數(shù)最優(yōu)
9.4 習(xí)題
9.5 雜錄
9.5.1 置信方法
9.5.2 離散分布中的置信區(qū)間
9.5.3 Fieller定理
9.5.4 其他區(qū)間如何?
第10章 漸近評價(jià)
10.1 點(diǎn)估計(jì)
10.1.1 相合性
10.1.2 有效性
10.1.3 計(jì)算與比較
10.1.4 自助法標(biāo)準(zhǔn)誤差
10.2 穩(wěn)健性
10.2.1 均值和中位數(shù)
10.2.2 M_估計(jì)量
10.3 假設(shè)檢驗(yàn)
10.3.1 LRT的漸近分布
10.3.2 其他大樣本檢驗(yàn)
10.4 區(qū)間估計(jì)
10.4.1 近似極大似然區(qū)間
10.4.2 其他大樣本區(qū)間
10.5 習(xí)題
10.6 雜錄
10.6.1 超有效性
10.6.2 適當(dāng)?shù)恼齽t性條件
10.6.3 再談自助法
10.6.4 影響函數(shù)
10.6.5 自助法區(qū)間
10.6.6 穩(wěn)健區(qū)間
第11章 方差分析和回歸分析
11.1 引言
11.2 一種方式分組的方差分析
11.2.1 模型和分布假定
11.2.2 經(jīng)典的ANOVA假設(shè)
11.2.3 均值的線性組合的推斷
11.2.4 ANOVAF檢驗(yàn)
11.2.5 對比的同時(shí)估計(jì)
11.2.6 平方和的分解
11.3 簡單線性回歸
11.3.1 最小二乘:數(shù)學(xué)解
11.3.2 最佳線性無偏估計(jì):統(tǒng)計(jì)解
11.3.3 模型和分布假定
11.3.4 正態(tài)誤差下的估計(jì)和檢驗(yàn)
11.3.5 在給定點(diǎn)x=x0處的估計(jì)和預(yù)測
11.3.6 同時(shí)估計(jì)和置信帶
11.4 習(xí)題
11.5 雜錄
11.5.1 Cochran定理
11.5.2 多重比較
11.5.3 隨機(jī)化完全區(qū)組設(shè)計(jì)
11.5.4 其他類型的方差分析
11.5.5 置信帶的形狀
11.5.6 Stein悖論
第12章 回歸模型
12.1 引言
12.2 變量有誤差時(shí)的回歸
12.2.1 函數(shù)關(guān)系和結(jié)構(gòu)關(guān)系
12.2.2 最小二乘解
12.2.3 極大似然估計(jì)
12.2.4 置信集
12.3 羅吉斯蒂克回歸
12.3.1 模型
12.3.2 估計(jì)
12.4 穩(wěn)健回歸
12.5 習(xí)題
12.6 雜錄
12.6.1 函數(shù)和結(jié)構(gòu)的意義
12.6.2 EIV模型中常規(guī)最小乘的相合性
12.6.3 EIV模型中的工具變量
12.6.4 羅吉斯蒂克似然方程
12.6.5 再談穩(wěn)健回歸
附錄 計(jì)算機(jī)代數(shù)
常用分布表
參考文獻(xiàn)
作者索引
名詞索引