书籍详情
概率论与数理统计
作者：金炳陶编著
出版社：高等教育出版社
出版时间：2000-08-01
ISBN：9787040087055
定价：¥14.40
购买这本书可以去
内容简介
《概率论与数理统计》是教育部高职高专规划教材，是以教育部最新制定的《高职高专教育概率论与数理统计课程教学基本要求》为依据编写的。《概率论与数理统计》从工科教学的特点出发，在内容编排上力求突出重点，分散难点，在理论方面坚持以必需够用为度，并注意与实践相结合。《概率论与数理统计》共分九章，内容包括随机事件与概率计算，一维随机变量及其分布，多维随机变量及其分布，随机变量的数字特征，大数定律与中心极限定理，样本与统计量分布，参数估计，假设检验，方差分析与回归分析等。《概率论与数理统计》可作为高等专科学校、高等职业学校、成人高等学校和本科院校举办的二级职业技术学院工科各专业数学基础课教材，也可供管理专业、财经专业及非数学类理科专业的学生和工程技术人员学习参考。
作者简介
暂缺《概率论与数理统计》作者简介
目录
第1章 随机事件与概率计算
§1.1 随机试验与样本空间
1.1.1 随机现象及其统计规律性
1.1.2 随机试验与随机事件
1.1.3 样本空间及其构成特征
§1.2 随机事件的概率
1.2.1 概率概念的引入
12.2 概率的统计定义
1.2.3 概率的古典定义
§l.3 概率的加法公式
1.3 1事件间的关系与运算
1.3.2 互斥事件概率的加法公式
1.3.3 任意事件概率的加法公式
§1.4 概率的乘法公式
1.4.1 条件概率
1.4.2 乘法公式及其推广
1.4.3 全概率公式与逆概率公式
§1.5 事件的独立性与相应的概率计算
1.5.1 事件的独立性概念
1.5.2 独立事件概率的乘法公式
1.5.3 伯努利概型与概率计算的二项公式
习题1
第2章 一维随机变量及其分布
§2.1 随机变量的概念与分类
2.1.1 随机变量概念的引入
2.1.2 随机变量的定义
2.1.3 随机变量的分类
§2.2 离散型随机变量的分布列
2.2.1 分布列及其基本性质
2.2.2 常用的离散型分布
§2.3 连续型随机变量及其分布密度
2.3.1 分布密度及其基本性质
2.3.2 常用的连续型分布
§2.4 一维随机变量的分布函数
2.4.1 分布函数及其基本性质
2.4.2 分布列与分布函数的互求
2.4.3 分布密度与分布函数的互求
2.4.4 正态分布的概率计算
§2.5 一维随机变量函数的分布
2.5.1 随机变量函数的含义
2.5.2 离散型场合下的对应列举法
2.5.3 连续型场合下的分布函数转化法
习题2
第3章 多维随机变量及其分布
§3.1 n维随机变量及其分类
§3.2 二维随机变量的分布函数
3.2.1 联合分布函数
3.2.2 边缘分布函数
3.2.3 随机变量与的独立性
§3.3 二维离散型随机变量及其分布列
3.3.1 联合分布列
3.3.2 边缘分市列
3.3.3 离散型随机变量的独立性
§3.4 二维连续型随机变量及其分布密度
3.4.1 联合分布密度
3.4.2 边缘分布密度
3.4.3 连续型随机变量与的独立性
§3.5 二维随机变量函数的分布
3.5.1 离散型场合下的分布列
3.5.2 连续型场合下的分布密度
§3.6 若干重要分布及其临界值
3.6.1 y2分布及其临界值
3.6.2 F分布及其临界值
3.6.3 f分布及其临界值
3.6.4 标准正态分布下的临界值
习题3
第4章 随机变量的数字特征
§4.1 数学期望及其运算法则
4.1.1 数学期望的实际背景
4.1.2 数学期望的定义与计算实例
4.1.3 随机变量函数的数学期望
4.1.4 数学期望的运算法则
§4.2 方差及其运算法则
4.2.1 方差的概念与计算实例
4.2.2 方差的运算法则
§4.3 常用分布的数学期望与方差
§4.4 协方差与相关系数
4.4.1 原点矩与中心矩
4.4.2 协方差及其运算法则
4.4.3 相关系数及其基本性质
习题4
第5章 大数定律与中心极限定理
§5.1 切比雪夫不等式
§5.2 大数定律
5.2.1 切比雪夫大数定理
5.2.2 伯努利大数定理
5.2.3 大数定律重要意义的概述
§5.3 中心极限定理
5.3.1 中心极限定理的现实背景
5.3.2 独立同分布下的中心极限定理
5.3.3 棣莫弗一拉普拉斯中心极限定理及其应用
习题5
第6章 样本与统计量分布
§6.1 总体与样本
6.1.1 简单随机样本
6.1.2 统计推断与样本信息
6.1.3 样本的联合分布
§6.2 样本矩与数字特征
6.2.1 样本的原点矩与样本均值
6.2.2 样本的中心矩与样本方差
6.2.3 样本矩、总体矩及其相互联系
§6.3 统计量及其分布
6.3.1 统计量的概念
6.3.2 四类统计量及其分布(抽样分布）
习题6
第7章 参数估计
§7.1 点估计及其优良性准则
7.1.1 点估计的意义
7.1.2 矩估计法
7.1.3 极大似然估计法
7.1.4 估计量的优良性准则
§7.2 正态总体参数的区间估计
7.2.1 区间估计的意义
7.2.2 正态总体均值的区间估计
7.2.3 正态总体方差的区间估计
习题7
第8章 假设检验
§8.1 假设检验的基本思想
8.1.1 问题的提出
8.1.2 假设检验的规范做法
8.1.3 假设检验的概率论依据
8.1.4 假设检验中的两类错误
§8.2 正态总体均值的假设检验
8.2.1 方差已知时的均值检验(U检验法）
8.2.2 方差未知时的均值检验(f检验去）
§8.3 正态总体方差的假设检验
8.3.1 一总体的方差检验(z检验法）
8.3.2 二总体的方差检验(F检验法）
§8.4 总体分布的假设检验
8.4.1 分布检验的基本做法
8.4.2 分布拟合与检验的实例讨论
习题8
第9章 方差分析与回归分析
§9.1 单因素方差分析
9.1.1 单因素试验及其数学表述
9.1.2 单因素方差分析及其显著性检验
9.1.3 实例演算
§9.2 一元回归分析
9.2.1 一元线性回归的原理和方法
9.2.2 非线性问题的线性化处理
习题9
习题答案或提示
附表1 泊松分布数值表
附表2 标准正态分布函数数值表
附表3 X2分布临界值表
附表4 F分布临界值表
附表5 f分布临界值表
附表6 相关系数显著性检验表
参考文献
§1.1 随机试验与样本空间
1.1.1 随机现象及其统计规律性
1.1.2 随机试验与随机事件
1.1.3 样本空间及其构成特征
§1.2 随机事件的概率
1.2.1 概率概念的引入
12.2 概率的统计定义
1.2.3 概率的古典定义
§l.3 概率的加法公式
1.3 1事件间的关系与运算
1.3.2 互斥事件概率的加法公式
1.3.3 任意事件概率的加法公式
§1.4 概率的乘法公式
1.4.1 条件概率
1.4.2 乘法公式及其推广
1.4.3 全概率公式与逆概率公式
§1.5 事件的独立性与相应的概率计算
1.5.1 事件的独立性概念
1.5.2 独立事件概率的乘法公式
1.5.3 伯努利概型与概率计算的二项公式
习题1
第2章 一维随机变量及其分布
§2.1 随机变量的概念与分类
2.1.1 随机变量概念的引入
2.1.2 随机变量的定义
2.1.3 随机变量的分类
§2.2 离散型随机变量的分布列
2.2.1 分布列及其基本性质
2.2.2 常用的离散型分布
§2.3 连续型随机变量及其分布密度
2.3.1 分布密度及其基本性质
2.3.2 常用的连续型分布
§2.4 一维随机变量的分布函数
2.4.1 分布函数及其基本性质
2.4.2 分布列与分布函数的互求
2.4.3 分布密度与分布函数的互求
2.4.4 正态分布的概率计算
§2.5 一维随机变量函数的分布
2.5.1 随机变量函数的含义
2.5.2 离散型场合下的对应列举法
2.5.3 连续型场合下的分布函数转化法
习题2
第3章 多维随机变量及其分布
§3.1 n维随机变量及其分类
§3.2 二维随机变量的分布函数
3.2.1 联合分布函数
3.2.2 边缘分布函数
3.2.3 随机变量与的独立性
§3.3 二维离散型随机变量及其分布列
3.3.1 联合分布列
3.3.2 边缘分市列
3.3.3 离散型随机变量的独立性
§3.4 二维连续型随机变量及其分布密度
3.4.1 联合分布密度
3.4.2 边缘分布密度
3.4.3 连续型随机变量与的独立性
§3.5 二维随机变量函数的分布
3.5.1 离散型场合下的分布列
3.5.2 连续型场合下的分布密度
§3.6 若干重要分布及其临界值
3.6.1 y2分布及其临界值
3.6.2 F分布及其临界值
3.6.3 f分布及其临界值
3.6.4 标准正态分布下的临界值
习题3
第4章 随机变量的数字特征
§4.1 数学期望及其运算法则
4.1.1 数学期望的实际背景
4.1.2 数学期望的定义与计算实例
4.1.3 随机变量函数的数学期望
4.1.4 数学期望的运算法则
§4.2 方差及其运算法则
4.2.1 方差的概念与计算实例
4.2.2 方差的运算法则
§4.3 常用分布的数学期望与方差
§4.4 协方差与相关系数
4.4.1 原点矩与中心矩
4.4.2 协方差及其运算法则
4.4.3 相关系数及其基本性质
习题4
第5章 大数定律与中心极限定理
§5.1 切比雪夫不等式
§5.2 大数定律
5.2.1 切比雪夫大数定理
5.2.2 伯努利大数定理
5.2.3 大数定律重要意义的概述
§5.3 中心极限定理
5.3.1 中心极限定理的现实背景
5.3.2 独立同分布下的中心极限定理
5.3.3 棣莫弗一拉普拉斯中心极限定理及其应用
习题5
第6章 样本与统计量分布
§6.1 总体与样本
6.1.1 简单随机样本
6.1.2 统计推断与样本信息
6.1.3 样本的联合分布
§6.2 样本矩与数字特征
6.2.1 样本的原点矩与样本均值
6.2.2 样本的中心矩与样本方差
6.2.3 样本矩、总体矩及其相互联系
§6.3 统计量及其分布
6.3.1 统计量的概念
6.3.2 四类统计量及其分布(抽样分布）
习题6
第7章 参数估计
§7.1 点估计及其优良性准则
7.1.1 点估计的意义
7.1.2 矩估计法
7.1.3 极大似然估计法
7.1.4 估计量的优良性准则
§7.2 正态总体参数的区间估计
7.2.1 区间估计的意义
7.2.2 正态总体均值的区间估计
7.2.3 正态总体方差的区间估计
习题7
第8章 假设检验
§8.1 假设检验的基本思想
8.1.1 问题的提出
8.1.2 假设检验的规范做法
8.1.3 假设检验的概率论依据
8.1.4 假设检验中的两类错误
§8.2 正态总体均值的假设检验
8.2.1 方差已知时的均值检验(U检验法）
8.2.2 方差未知时的均值检验(f检验去）
§8.3 正态总体方差的假设检验
8.3.1 一总体的方差检验(z检验法）
8.3.2 二总体的方差检验(F检验法）
§8.4 总体分布的假设检验
8.4.1 分布检验的基本做法
8.4.2 分布拟合与检验的实例讨论
习题8
第9章 方差分析与回归分析
§9.1 单因素方差分析
9.1.1 单因素试验及其数学表述
9.1.2 单因素方差分析及其显著性检验
9.1.3 实例演算
§9.2 一元回归分析
9.2.1 一元线性回归的原理和方法
9.2.2 非线性问题的线性化处理
习题9
习题答案或提示
附表1 泊松分布数值表
附表2 标准正态分布函数数值表
附表3 X2分布临界值表
附表4 F分布临界值表
附表5 f分布临界值表
附表6 相关系数显著性检验表
参考文献
猜您喜欢
