第2版前言

前言

第1章 随机事件与概率

  1.1 基本概念

    1.1.1 随机现象

    1.1.2 随机现象的统计规律性

    1.1.3 样本空间

    1.1.4 随机事件及其运算

  1.2 随机事件的概率

    1.2.1 概率和频率

    1.2.2 组合记数

    1.2.3 古典概率

    1.2.4 几何概率

    1.2.5 主观概率

  1.3 概率的定义与性质

    1.3.1 概率的公理化定义

    1.3.2 概率的基本性质

    1.4 条件概率

    1.4.1 引例

    1.4.2 条件概率的定义

    1.4.3 条件概率的性质

    1.4.4 乘法公式

    1.4.5 全概率公式

    1.4.6 贝叶斯公式

  1.5 事件的独立性与相关性

    1.5.1 两个事件的独立性与相关性

    1.5.2 有限个事件的独立性

    1.5.3 相互独立事件的性质

    1.5.4 伯努利概型

    习题l

第2章 一维随机变量及其分布

  2.1 随机变量及其分布

    2.1.1 随机变量的概念

    2.1.2 随机变量的分布函数

  2.2 离散型随机变量的概率函数及分布函数

    2.2.1 常见的离散型随机变量的概率分布

    2.2.2 缸的模型

    2.2.3 缸模型的应用实例

  2.3 连续型随机变量及其概率密度

    2.3.1 连续型随机变量及其概率密度函数

    2.3.2 常用的连续型随机变量

  2.4 随机变量的函数分布

    2.4.1 离散型随机变量的函数分布

    2.4.2 连续型随机变量的函数分布

    习题2

第3章 多维随机变量及其分布

  3.1 二维随机变量及其分布

    3.1.1 二维随机变量

    3.1.2 二维随机变量的联合分布函数

    3.1.3 二维离散型随机变量的概率分布

    3.1.4 二维连续型随机变量及其联合概率分布

    3.1.5 几个常用的分布

  3.2 边缘分布

    3.2.1 离散情形

    3.2.2 连续情形

  3.3 二维随机变量的条件分布

    3.3.1 离散情形

    3.3.2 连续情形

  3.4 二维随机变量的独立性

  3.5 二维随机变量的函数分布

    3.5.1 和的分布

    3.5.2 一般函数Z=g(X，y)的分布

    3.5.3 一般变换

    3.5.4 极值分布

    习题3

第4章 随机变量的数字特征

  4.1 数学期望

    4.1.1 数学期望的性质

    4.1.2 随机变量函数的数学期望

    4.1.3 。数学期望的简单应用

  4.2 中位数、众数和p分位点

  4.3 方差

  4.4 协方差及相关系数

  4.5 矩、协方差矩阵

    习题4

第5章 大数定律与中心极限定理

  5.1 大数定律

    5.1.1 问题的提出

    5.1.2 切比雪夫不等式与大数定律

  5.2 中心极限定理

    5.2.1 中心极限定理的提法

    5.2.2 中心极限定理

    5.2.3 若干应用

    习题5

第6章 数理统计学简介

  6.1 数理统计学的基本概念

    6.1.1 引例

    6.1.2 总体与样本

    6.1.3 统计量

    6.1.4 经验分布函数

    6.1.5 数理统计方法的特点

    6.1.6 数理统计的基本思想

    6.1.7 统计模型

  6.2 正态样本统计量的抽样分布

    6.2.1 正态分布

    6.2.2 X2(卡方)分布

    6.2.3 f分布(学生分布)

    6.2.4 F分布

    习题6

第7章 参数估计

  7.1 点估计概述

    7.1.1 频率替换法

    7.1.2 矩估计法

    7.1.3 极大似然法

    7.1.4 极大似然估计的不变性原则

  7.2 估计量优良性的评选标准

    7.2.1 无偏性

    7.2.2 有效性

    7.2.3 均方误差准则

    7.2.4 一致性(相合性)

  7.3 参数的区间估计

    7.3.1 枢轴量法

    7.3.2 单个正态总体数学期望的区间估计

    7.3.3 单个正态总体方差的区间估计

    7.3.4 两个正态总体期望差的区间估计

    7.3.5 两个正态总体方差比的区间估计

    7.3.6 大样本区间估计

    7.3.7 单侧置信区间

    习题7

第8章 假设检验

  8.1 假设检验的基本概念

    8.1.1 问题的提法

    8.1.2 假设检验的基本思想

    8.1.3 假设检验的定义与步骤

  8.2 正态总体参数的假设检验

    8.2.1 正态总体数学期望的假设检验

    8.2.2 正态总体方差的假设检验

    8.2.3 两正态总体期望差的假设检验

    8.2.4 两正态总体方差比的F检验

  8.3 似然比检验

    8.3.1 似然比检验的基本思想

    8.3.2 似然比检验的一般步骤

  8.4 两种类型的错误

  8.5 拟合优度检验

    8.5.1 非参数□检验

    8.5.2 列联表独立性检验

  8.6 连续型分布的柯尔莫戈洛夫检验

    8.6.1 样本的经验函数

    8.6.2 柯尔莫戈洛夫检验

  8.7 双总体的秩和检验

    8.7.1 两个总体分布的假设检验

    8.7.2 秩和检验法

    习题8

第9章 方差分析和回归分析简介

  9.1 单因素方差分析

  9.2 一元线性回归

    9.2.1 因变量y与自变量X之间的关系

    9.2.2 一元线性回归模型及其参数估计

    9.2.3 最小二乘估计量a，b的基本性质

    9.2.4 □的无偏估计

    9.2.5 线性相关显著性检验

    9.2.6 预测与控制

    9.2.7 可化为一元线性回归的曲线回归模型举例

    习题9

第10章 R语言简介

  10.1 R简介

  10.2 R语言的应用

    10.2.1 描述性统计

    10.2.2 数据的分布

    10.2.3 正态性检验

    10.2.4 多元数据的数字特征及相关系数

    10.2.5 参数估计

    10.2.6 假设检验

    10.2.7 方差分析

    10.2.8 回归分析

习题答案

参考文献

附表1 泊松分布函数表

附表2 标准正态分布函数表

附表3 X2分布分位数表

附表4 f分布分位数表

附表5 F分布表