书籍详情
应用概率统计
作者：陈魁编著
出版社：清华大学出版社
出版时间：2000-03-01
ISBN：9787302010180
定价：¥30.00
购买这本书可以去
内容简介
本书内容包括概率论、统计推断、试验设计三部分。内容紧密联系实际，例题丰富多样，便于自学，各章有一定数量的习题，书后有全部习题的答案或提示，并附有sAs／sTAT程序库使用简介和常用数表与正交表。本书是为：[程硕士研究生编写的教材，也可供大学生使用，并可作为报考硕士研究生考生的复习参考书，还可供工程技术人员、科研人员和教师参考。
作者简介
暂缺《应用概率统计》作者简介
目录
第1章 随机事件及其概率
1.1 随机事件
1.1.1 随机试验
1.1.2 随机事件
1.1.3 样本空间
1.1.4 事件之间的关系和运算
1.2 随机事件的概率
1.2.1 古典概型
1.2.2 概率的统计意义
1.2.3 概率的公理化定义
1.2.4 概率的性质
1.3 条件概率与事件的独立性
1.3.1 条件概率
1.3.2 事件的独立性
1.4 全概率公式和逆概率公式
1.4.1 全概率公式
1.4.2 逆概率公式
习题1
第2章 离散型随机变量
2.1 随机变量
2.2 离散型随机变量的概率分布
2.2.1 分布律
2.2.2 分布函数
2.3 二项分布
2.4 泊松定理和泊松分布
2.4.1 泊松定理
2.4.2 泊松分布
2.5 超几何分布
2.6 负二项分布（巴斯卡分布）
2.7 函数的分布
习题2
第3章 连续型随机变量
3.1 连续型随机变量的概率分布
3.2 正态分布
3.2.1 标准正态分布
3.2.2 一般正态分布
3.3 指数分布
3.4 均匀分布
3.5 伽玛分布
3.6 威布尔分布
3.7 函数的分布
习题3
第4章 随机变量的数字特征
4.1 数学期望
4.1.1 一般概念定义
4.1.2 随机变量函数的数学期望
4.1.3 数学期望的性质
4.2 方差
4.2.1 方差定义
4.2.2 方差的性质
4.3 常见分布的期望与方差
习题4
第5章 多维随机变量
5.1 二维随机变量的联合分布
5.1.1 联合分布函数
5.1.2 离散型随机变量的联合分布律
5.1.3 连续型随机变量的联合概率密度函数
5.2 二维随机变量的边缘分布
5.2.1 边缘分布函数
5.2.2 离散型随机变量的边缘分布
5.2.3 连续型随机变量的边缘分布
5.3 二维随机变量的条件分布
5.3.1 离散型随机变量的条件分布律
5.3.2 连续型随机变量的条件分布
5.4 二维随机变量的独立性
5.5 多维随机变量简述
5.6 二维随机变量的函数的分布
5.6.1 和的分布
5.6.2 线性和的分布
5.6.3 一般函数Z＝g（X，Y）的分布
5.6.4 一般变换
5.6.5 最大值，最小值的分布
5.7 二维随机变量的期望与方差
5.7.1 期望
5.7.2 方差
5.8 二维随机变量的协方差与相关系数
5.8.1 协方差
5.8.2 相关系数
5.9 随机变量的矩
习题5
第6章 极限定理
6.1 大数定律
6.1.1 切比雪夫不等式
6.1.2 切比雪夫大数定律
6.1.3 伯努利大数定律
6.2 中心极限定理
习题6
第7章 数理统计的基本概念
7.1 总体和样本
7.2 抽样分布
7.2.1 标准正态分布
7.2.2 X 2（卡方）分布
7.2.3 t分布
7.2.4 F分布
7.2.5 几个重要统计量的分布
习题7
第8章 参数估计
8.1 参数的点估计
8.1.1 矩法
8.1.2 极大似然法
8.1.3 估计量优良性的评定标准
8.2 参数的区间估计
8.2.1 正态总体数学期望的区间估计
8.2.2 正态总体方差的区间估计
8.2.3 两正态总体期望差的区间估计
8.2.4 两正态总体方差比的区间估计
8.2.5 （0-1）分布参数p的区间估计
8.2.6 单侧置信区间
习题8
第9章 假设检验
9.1 基本概念
9.2 正态总体数学期望的假设检验
9.3 正态总体方差的假设检验
9.4 两正态总体期望差的假设检验
9.5 两正态总体方差比的假设检验
9.6 两种类型的错误
9.7 非正态总体参数的假设检验
9.8 非参数检验
9.8.1 X 2检验法
9.8.2 科尔莫戈罗夫检验法
习题9
第10章 方差分析
10.1 单因素试验的方差分析
10.2 双因素试验的方差分析
10.2.1 无交互作用的方差分析
10.2.2 有交互作用的方差分析
习题10
第11章 回归分析
11.1 一元线性回归
11.1.1 一元正态线性回归模型
11.1.2 最小二乘估计
11.1.3 σ 2的点估计
11.1.4 线性假设的显著性检验（T检验法）
11.1.5 线性回归的方差分析（F检验法）
11.1.6 利用回归方程进行预报（预测）
11.1.7 控制问题
11.2 多元线性回归
11.2.1 多元线性回归方程
11.2.2 σ 2的点估计
11.2.3 多元线性回归的显著性检验（F检验法）
11.2.4 因素主次的判别
11.3 非线性回归化为线性回归
习题11
第12章 正交试验设计
12.1 正交表及其用法
12.2 多指标的分析方法
12.2.1 综合平衡法
12.2.2 综合评分法
12.3 混合水平的正交试验设计
12.3.1 混合水平正交表及其用法
12.3.2 拟水平法
12.4 有交互作用的正交试验设计
12.4.1 交互作用表
12.4.2 水平数相同的有交互作用的正交试验设计
12.5 正交试验设计的方差分析
12.5.1 方差分析的步骤与格式
12.5.2 3水平的方差分析
12.5.3 2水平的方差分析
12.5.4 混合水平的方差分析
12.5.5 拟水平法的方差分析
12.5.6 重复试验的方差分析
12.5.7 重复取样的方差分析
习题12
第13章 可靠性设计
13.1 可靠性概念
13.2 可靠度的计算
13.2.1 串联方式
13.2.2 并联方式
13.2.3 串-并联方式
13.3 可靠度函数与故障率
13.3.1 故障率计算实例
13.3.2 可靠度函数与故障率的精确定义
13.3.3 几个重要分布的可靠度函数和故障率
13.3.4 指数分布故障率的计算
13.4 可靠度设计
13.4.1 一般概念
13.4.2 元件可靠度的分配
13.4.3 可修复系统MTBF的计算
13.4.4 元器件的选用
13.4.5 元器件的正确使用
13.4.6 固有可靠度的设计
习题答案
附录A SAS/STAT程序库使用简介
A.1 SAS系统操作
A.2 SAS数据集与数据步
A.3 在数据步中对数据进行加工
A.4 SAS统计程序库——SAS/STAT
参考资料
附录B 常用统计数表
附表1 标准正态分布表
附表2 泊松分布表
附表3 t分布表
附表4 X 2分布表
附表5 F分布表
附表6 科尔莫戈罗夫-斯米尔诺夫λ-分布
附表7 正交表
主要参考书目
1.1 随机事件
1.1.1 随机试验
1.1.2 随机事件
1.1.3 样本空间
1.1.4 事件之间的关系和运算
1.2 随机事件的概率
1.2.1 古典概型
1.2.2 概率的统计意义
1.2.3 概率的公理化定义
1.2.4 概率的性质
1.3 条件概率与事件的独立性
1.3.1 条件概率
1.3.2 事件的独立性
1.4 全概率公式和逆概率公式
1.4.1 全概率公式
1.4.2 逆概率公式
习题1
第2章 离散型随机变量
2.1 随机变量
2.2 离散型随机变量的概率分布
2.2.1 分布律
2.2.2 分布函数
2.3 二项分布
2.4 泊松定理和泊松分布
2.4.1 泊松定理
2.4.2 泊松分布
2.5 超几何分布
2.6 负二项分布（巴斯卡分布）
2.7 函数的分布
习题2
第3章 连续型随机变量
3.1 连续型随机变量的概率分布
3.2 正态分布
3.2.1 标准正态分布
3.2.2 一般正态分布
3.3 指数分布
3.4 均匀分布
3.5 伽玛分布
3.6 威布尔分布
3.7 函数的分布
习题3
第4章 随机变量的数字特征
4.1 数学期望
4.1.1 一般概念定义
4.1.2 随机变量函数的数学期望
4.1.3 数学期望的性质
4.2 方差
4.2.1 方差定义
4.2.2 方差的性质
4.3 常见分布的期望与方差
习题4
第5章 多维随机变量
5.1 二维随机变量的联合分布
5.1.1 联合分布函数
5.1.2 离散型随机变量的联合分布律
5.1.3 连续型随机变量的联合概率密度函数
5.2 二维随机变量的边缘分布
5.2.1 边缘分布函数
5.2.2 离散型随机变量的边缘分布
5.2.3 连续型随机变量的边缘分布
5.3 二维随机变量的条件分布
5.3.1 离散型随机变量的条件分布律
5.3.2 连续型随机变量的条件分布
5.4 二维随机变量的独立性
5.5 多维随机变量简述
5.6 二维随机变量的函数的分布
5.6.1 和的分布
5.6.2 线性和的分布
5.6.3 一般函数Z＝g（X，Y）的分布
5.6.4 一般变换
5.6.5 最大值，最小值的分布
5.7 二维随机变量的期望与方差
5.7.1 期望
5.7.2 方差
5.8 二维随机变量的协方差与相关系数
5.8.1 协方差
5.8.2 相关系数
5.9 随机变量的矩
习题5
第6章 极限定理
6.1 大数定律
6.1.1 切比雪夫不等式
6.1.2 切比雪夫大数定律
6.1.3 伯努利大数定律
6.2 中心极限定理
习题6
第7章 数理统计的基本概念
7.1 总体和样本
7.2 抽样分布
7.2.1 标准正态分布
7.2.2 X 2（卡方）分布
7.2.3 t分布
7.2.4 F分布
7.2.5 几个重要统计量的分布
习题7
第8章 参数估计
8.1 参数的点估计
8.1.1 矩法
8.1.2 极大似然法
8.1.3 估计量优良性的评定标准
8.2 参数的区间估计
8.2.1 正态总体数学期望的区间估计
8.2.2 正态总体方差的区间估计
8.2.3 两正态总体期望差的区间估计
8.2.4 两正态总体方差比的区间估计
8.2.5 （0-1）分布参数p的区间估计
8.2.6 单侧置信区间
习题8
第9章 假设检验
9.1 基本概念
9.2 正态总体数学期望的假设检验
9.3 正态总体方差的假设检验
9.4 两正态总体期望差的假设检验
9.5 两正态总体方差比的假设检验
9.6 两种类型的错误
9.7 非正态总体参数的假设检验
9.8 非参数检验
9.8.1 X 2检验法
9.8.2 科尔莫戈罗夫检验法
习题9
第10章 方差分析
10.1 单因素试验的方差分析
10.2 双因素试验的方差分析
10.2.1 无交互作用的方差分析
10.2.2 有交互作用的方差分析
习题10
第11章 回归分析
11.1 一元线性回归
11.1.1 一元正态线性回归模型
11.1.2 最小二乘估计
11.1.3 σ 2的点估计
11.1.4 线性假设的显著性检验（T检验法）
11.1.5 线性回归的方差分析（F检验法）
11.1.6 利用回归方程进行预报（预测）
11.1.7 控制问题
11.2 多元线性回归
11.2.1 多元线性回归方程
11.2.2 σ 2的点估计
11.2.3 多元线性回归的显著性检验（F检验法）
11.2.4 因素主次的判别
11.3 非线性回归化为线性回归
习题11
第12章 正交试验设计
12.1 正交表及其用法
12.2 多指标的分析方法
12.2.1 综合平衡法
12.2.2 综合评分法
12.3 混合水平的正交试验设计
12.3.1 混合水平正交表及其用法
12.3.2 拟水平法
12.4 有交互作用的正交试验设计
12.4.1 交互作用表
12.4.2 水平数相同的有交互作用的正交试验设计
12.5 正交试验设计的方差分析
12.5.1 方差分析的步骤与格式
12.5.2 3水平的方差分析
12.5.3 2水平的方差分析
12.5.4 混合水平的方差分析
12.5.5 拟水平法的方差分析
12.5.6 重复试验的方差分析
12.5.7 重复取样的方差分析
习题12
第13章 可靠性设计
13.1 可靠性概念
13.2 可靠度的计算
13.2.1 串联方式
13.2.2 并联方式
13.2.3 串-并联方式
13.3 可靠度函数与故障率
13.3.1 故障率计算实例
13.3.2 可靠度函数与故障率的精确定义
13.3.3 几个重要分布的可靠度函数和故障率
13.3.4 指数分布故障率的计算
13.4 可靠度设计
13.4.1 一般概念
13.4.2 元件可靠度的分配
13.4.3 可修复系统MTBF的计算
13.4.4 元器件的选用
13.4.5 元器件的正确使用
13.4.6 固有可靠度的设计
习题答案
附录A SAS/STAT程序库使用简介
A.1 SAS系统操作
A.2 SAS数据集与数据步
A.3 在数据步中对数据进行加工
A.4 SAS统计程序库——SAS/STAT
参考资料
附录B 常用统计数表
附表1 标准正态分布表
附表2 泊松分布表
附表3 t分布表
附表4 X 2分布表
附表5 F分布表
附表6 科尔莫戈罗夫-斯米尔诺夫λ-分布
附表7 正交表
主要参考书目
猜您喜欢
