本書是在作者多年教學實踐的基礎上,本著厚 基礎、重應用的原則,突出重點、緊扣前沿,采用 低起點、逐步深入的編寫思路,經反復研討后編寫 而成的。讀者只要具備高等數學、線性代數和概率 論的初步知識就可以學習本書。
全書共10章,內容包括概率論基礎、數理統(tǒng)計 基本知識、點估計、區(qū)間估計、假設檢驗、非參數 檢驗、回歸分析、方差分析、統(tǒng)計學習初步、R語 言基礎。各章都配有一定量的例題和習題。為便于 學習,書后還附有常見分布表。
本書可作為研究生公共數學數理統(tǒng)計課程 和數學類、統(tǒng)計學類本科生專業(yè)基礎課數理統(tǒng)計 的教學用書,也可供高年級本科生、教師與科研 人員閱讀參考。
更多科學出版社服務,請掃碼獲取。
第1章 概率論基礎
1.1 隨機事件及其概率
1.1.1 隨機試驗與隨機事件
1.1.2 事件的概率
1.1.3 條件概率
1.1.4 事件的獨立性
1.2 隨機變量及其概率分布
1.2.1 隨機變量及分布函數
1.2.2 離散型隨機變量及其概率分布
1.2.3 連續(xù)型隨機變量及其概率密度
1.2.4 隨機變量的函數的分布
1.3 多維隨機變量及其概率分布
1.3.1 二維隨機變量及其分布函數和邊緣分布函數
1.3.2 二維離散型隨機變量及其概率分布和邊緣分布
1.3.3 二維連續(xù)型隨機變量及其概率密度和邊緣概率密度
1.3.4 隨機變量間的獨立性
1.3.5 條件分布
1.3.6 二維均勻分布和二維正態(tài)分布
1.3.7 兩個隨機變量的函數的分布
1.3.8 n維隨機變量
1.4 隨機變量的數字特征
1.4.1 隨機變量的數學期望
1.4.2 隨機變量的方差
1.4.3 協(xié)方差與相關系數
1.4.4 矩
1.5 大數定律和中心極限定理
1.5.1 切比雪夫不等式
1.5.2 隨機變量序列的收斂性
1.5.3 大數定律
1.5.4 中心極限定理
1.6 概率論發(fā)展
1.6.1 概率論發(fā)展簡史
1.6.2 概率論發(fā)展大事記
第2章 數理統(tǒng)計基本知識
2.1 總體與樣本
2.1.1 總體與個體
2.1.2 樣本
2.2 統(tǒng)計量及其分布
2.2.1 統(tǒng)計量
2.2.2 抽樣分布
2.2.3 樣本矩及其函數
2.2.4 次序統(tǒng)計量及其分布
2.3 經驗分布函數與頻率直方圖
2.3.1 經驗分布函數
2.3.2 頻率直方圖
2.4 幾個重要的分布
2.4.1 2分布
2.4.2 t分布
2.4.3 F分布
*2.5 充分統(tǒng)計量
2.5.1 充分性的概念
2.5.2 因子分解定理
2.6 習題
第3章 點估計
3.1 矩估計
3.2 極大似然估計
3.2.1 離散型總體的極大似然估計
3.2.2 連續(xù)型總體的極大似然估計
3.2.3 極大似然估計的數值解
3.3 估計量的評價標準
3.3.1 無偏性
3.3.2 有效性
3.3.3 均方誤差準則
3.3.4 相合性
3.4 習題
第4章 區(qū)間估計
4.1 區(qū)間估計的概念
4.1.1 區(qū)間估計的相關概念
4.1.2 樞軸量法
4.2 單個正態(tài)總體參數的區(qū)間估計
4.2.1 2已知,均值的置信區(qū)間
4.2.2 2未知,均值的置信區(qū)間
4.2.3 方差2的置信區(qū)間
4.2.4 單側置信區(qū)間
4.3 兩個正態(tài)總體參數的區(qū)間估計
4.3.1
1與
2均已知,均值差1?2的置信區(qū)間
4.3.2
1=
2=2未知,均值差1?2的置信區(qū)間
4.3.3 成對數據下,均值差1?2的置信區(qū)間
4.3.4 方差比
1/
2的置信區(qū)間
4.4 非正態(tài)總體參數的區(qū)間估計
4.4.1 大樣本下參數的區(qū)間估計
4.4.2 總體均值的置信區(qū)間
4.5 習題
第5章 假設檢驗
5.1 假設檢驗的基本概念
5.1.1 假設檢驗問題
5.1.2 顯著性檢驗
5.2 單個正態(tài)總體參數的假設檢驗
5.2.1 2已知時,均值的u檢驗
5.2.2 2未知時,均值的t檢驗
5.2.3 方差的2檢驗
5.2.4 檢驗的p值
5.2.5 檢驗功效
5.3 兩個正態(tài)總體參數的假設檢驗
5.3.1
1與
2已知時,均值差1?2的u檢驗
5.3.2
1=
2=2未知時,均值差1?2的t檢驗
5.3.3 方差比
1/
2的F檢驗
5.3.4 成對樣本的t檢驗
5.4 非正態(tài)總體參數的假設檢驗
5.4.10 -1分布參數的假設檢驗
5.4.2 指數分布參數的假設檢驗
5.4.3 大樣本下參數的假設檢驗
5.4.4 大樣本下總體均值的假設檢驗
5.5 習題
第6章 非參數檢驗
6.1 分布擬合檢驗
6.1.1 分類數據的擬合優(yōu)度檢驗
6.1.2 分布的擬合優(yōu)度檢驗
6.2 正態(tài)性檢驗
6.2.1 圖示法
6.2.2 K-S檢驗
6.3 符號檢驗
6.3.1 總體分布的中位數檢驗
6.3.2 兩連續(xù)型總體相同的檢驗
6.4 符號秩和檢驗與秩和檢驗
6.4.1 符號秩和檢驗
6.4.2 秩和檢驗
6.5 習題
第7章 回歸分析
7.1 一元線性回歸分析
7.1.1 回歸分析的基本概念
7.1.2 參數的最小二乘估計
7.1.3 估計量的性質及分布
7.1.4 回歸方程的顯著性檢驗
7.1.5 回歸系數的區(qū)間估計
7.1.6 預測與控制
7.2 多元線性回歸分析
7.2.1 多元線性回歸模型與參數的最小二乘估計
7.2.2 線性假設的顯著性檢驗
7.3 可線性化的非線性回歸
7.3.1 可線性化的回歸方程
7.3.2 多項式回歸
7.4 習題
第8章 方差分析
8.1 單因素方差分析
8.1.1 問題的提出
8.1.2 統(tǒng)計模型
8.1.3 統(tǒng)計分析
8.1.4 參數估計
8.1.5 均值的多重比較
8.2 方差齊性檢驗
8.2.1 Hartley檢驗
8.2.2 Bartlett檢驗
8.2.3 Levene檢驗
……
第9章統(tǒng)計學習初步
第10章R語言基礎
參考文獻
附錄