向日葵视频色版下载app,成年网站在线在线播放,亚洲精品自拍愉拍第二页

　《工業(yè)統(tǒng)計學(xué)/高等學(xué)�，F(xiàn)代統(tǒng)計學(xué)系列教材》主要是為理工科大學(xué)“工業(yè)統(tǒng)計學(xué)”課程編寫的教材，全書以統(tǒng)計學(xué)為主干內(nèi)容，穿插一些概率論的基礎(chǔ)知識，每章配以適當(dāng)?shù)木毩?xí)題，內(nèi)容由淺入深，便于學(xué)生更好地理解統(tǒng)計學(xué)的內(nèi)容和加深對統(tǒng)計學(xué)本質(zhì)的理解。
　　《工業(yè)統(tǒng)計學(xué)/高等學(xué)�，F(xiàn)代統(tǒng)計學(xué)系列教材》內(nèi)容豐富，選材適當(dāng)，便于教學(xué)，可作為高等學(xué)校理工科各專業(yè)的教材，也可供工程技術(shù)人員參考閱讀。

第1章統(tǒng)計學(xué)導(dǎo)論
1.1 什么是統(tǒng)計學(xué)
1.2 統(tǒng)計學(xué)的應(yīng)用
習(xí)題1
第2章統(tǒng)計在工程中的作用
2.1 工程方法和統(tǒng)計思想
2.2 收集工程數(shù)據(jù)
2.3 機(jī)械與實證模型
2.4 概率和概率模型
習(xí)題2
第3章數(shù)據(jù)的表示方法
3.1 莖葉圖
3.2 頻率分布和直方圖
3.3 箱形圖
3.4 時間序列圖
3.5 概率圖
習(xí)題3
第4章概率
4.1 樣本空間和事件
4.1.1 隨機(jī)試驗
4.1.2 樣本空間
4.1.3 事件
4.2 概率的定義
4.2.1 介紹
4.2.2 概率公理化定義
4.3 加法法則
4.4 條件概率
4.5 乘法法則和全概率法則
4.5.1 乘法法則
4.5.2 全概率法則
4.6 獨立性
4.7 貝葉斯定理
4.8 隨機(jī)變量
習(xí)題4
第5章離散隨機(jī)變量及其概率分布
5.1 離散隨機(jī)變量
5.2 概率分布列
5.3 累積分布函數(shù)
5.4 離散隨機(jī)變量的均值和方差
5.5 離散均勻分布
5.6 二項分布
5.7 幾何分布和負(fù)二項分布
5.7.1 幾何分布
5.7.2 負(fù)二項分布
5.8 超幾何分布
5.9 泊松分布
習(xí)題5
第6章連續(xù)隨機(jī)變量及其概率分布
6.1 連續(xù)隨機(jī)變量
6.2 概率密度函數(shù)
6.3 累積分布函數(shù).
6.4 連續(xù)隨機(jī)變量的均值和方差
6.5 連續(xù)均勻分布
6.6 正態(tài)分布
6.7 二項分布和泊松分布的正態(tài)近似
6.8 指數(shù)分布.
6.9 埃爾朗分布和伽馬分布
6.9.1 埃爾朗分布
6.9.2 伽馬分布
6.10 韋布爾分布
6.11 對數(shù)正態(tài)分布
習(xí)題6
第7章多維隨機(jī)變量及其分布
7.1 二維離散隨機(jī)變量
7.1.1 聯(lián)合分布列
7.1.2 邊際分布列
7.1.3 條件分布列
7.1.4 獨立性
7.2 多維離散隨機(jī)變量
7.2.1 聯(lián)合概率分布
7.2.2 多項分布
7.3 二維連續(xù)隨機(jī)變量
7.3.1 聯(lián)合密度函數(shù)
7.3.2 邊際密度函數(shù)
7.3.3 條件概率分布
7.3.4 獨立性
7.4 多維連續(xù)隨機(jī)變量
7.5 協(xié)方差和相關(guān)系數(shù)
7.6 二元正態(tài)分布
7.7 隨機(jī)變量的線性組合
習(xí)題7
第8章統(tǒng)計量及其抽樣分布
8.1 總體和樣本
8.2 統(tǒng)計量及其抽樣分布
8.2.1 樣本均值及其抽樣分布
8.2.2 樣本方差和樣本標(biāo)準(zhǔn)差
習(xí)題8
第9章參數(shù)點估計
9.1 點估計的一般概念
9.1.1 無偏估計
9.1.2 點估計的方差
9.1.3 點估計的標(biāo)準(zhǔn)誤差
9.1.4 估計的均方誤差
9.2 點估計的方法
9.2.1 矩法估計
9.2.2 最大似然估計
9.2.3 貝葉斯估計
習(xí)題9
第10章單個總體參數(shù)的區(qū)間估計
10.1 區(qū)間估計
10.2 方差已知時，正態(tài)總體均值的置信區(qū)間
10.2.1 置信區(qū)間的形成及其基本性質(zhì)
10.2.2 樣本容量的選擇
10.2.3 單邊置信界限
10.2.4 構(gòu)造置信區(qū)間的一般方法
10.2.5 μ的大樣本置信區(qū)間
10.3 方差未知時，正態(tài)總體均值的置信區(qū)間
10.3.1 t分布
10.3.2 μ的置信區(qū)間
10.4 正態(tài)總體方差的置信區(qū)間
10.5 二項分布參數(shù)p的大樣本置信區(qū)間
10.6 未來觀測值的預(yù)測區(qū)間
10.7 正態(tài)分布的容許區(qū)間
習(xí)題10.
第11章單個總體參數(shù)的假設(shè)檢驗
11.1 假設(shè)檢驗
11.1.1 統(tǒng)計假設(shè)
11.1.2 統(tǒng)計假設(shè)的檢驗
11.1.3 單邊和雙邊假設(shè) .
11.1.4 假設(shè)檢驗的一般步驟
11.2 方差已知時，正態(tài)總體均值的檢驗
11.2.1 均值的假設(shè)檢驗
11.2.2 假設(shè)檢驗中的p值
11.2.3 假設(shè)檢驗與置信區(qū)間的聯(lián)系
11.2.4 第二類錯誤和樣本容量的選擇
11.3 方差未知時.正態(tài)總體均值的檢驗
11.3.1 均值的假設(shè)檢驗
11.3.2 t檢驗中的p值
11.4 正態(tài)總體方差的假設(shè)檢驗
11.5 總體比例的檢驗
11.5.1 總體比例的大樣本檢驗
11.5.2 第二類錯誤和樣本容量的選擇
11.6 擬合優(yōu)度檢驗.
習(xí)題11
第12章兩個總體的統(tǒng)計推斷
12.1 方差已知時，西個正態(tài)總體均值之差的推斷
12.1.1 方差已知時，兩均值之差的假設(shè)檢驗
12.1.2 樣本容量的選擇
12.1.3 方差已知時，兩均值之差的置信區(qū)間
12.2 方差未知時，兩個正態(tài)總體均值之差的推斷.
12.2.1 方差未知時，兩均值之差的假設(shè)檢驗
12.2.2 方差未知時，兩均值之差的置信區(qū)間
12.3 配對t檢驗
12.4 兩個正態(tài)總體方差的推斷
12.4.1 F分布
12.4.2 兩方差比的假設(shè)檢驗
12.4.3 兩方差比的置信區(qū)間
12.5 蔭個正態(tài)總體比率的推斷
12.5.1 Ho：p1=p2的大樣本檢驗
12.5.2 p1-p2的置信區(qū)間
習(xí)題12
第13章一元線性回歸
13.1 一元線性回歸模型
13.2 最小二乘估計及其性質(zhì)
13.2.1 參數(shù)的最小二乘估計
13.2.2 最小二乘估計的性質(zhì)
13.3 回歸方程的顯著性檢驗
13.3.1 t檢驗
13.3.2 F檢驗
13.4 區(qū)間估計和預(yù)測
13.4.1 回歸系數(shù)的置信區(qū)間
13.4.2 觀測值的預(yù)測區(qū)間
13.5 可化為線性回歸的例子
習(xí)題13
附錄 MATLAB在統(tǒng)計中的應(yīng)用
附表1 泊松分布數(shù)值表
附表2 標(biāo)準(zhǔn)正態(tài)分布函數(shù)數(shù)值表
附表3 t分布分位數(shù)tα，k表
附表4 x2分布分位數(shù)x2α，k表
附表5 正態(tài)分布容許區(qū)間的系數(shù)k值表
附表6 F分布臨界值表
參考文獻(xiàn)

你還可能感興趣

我要評論