书籍详情
农业现代化的曙光：徐州市农业产业化经营之路
作者：刘卫江 杨有社 寇光兴 副
出版社：中国矿业大学出版社
出版时间：2005-09-01
ISBN：9787810701044
定价：¥13.80
内容简介
本套书是以理工类、经管类大学本科数学教学大纲和全国研究生入学考试数学考试大纲的要求为基准编写的教学辅导书，作者为清华大学数学科学系主讲教授.本书讲述“概率论与数理统计”课程的基本概念、基本定理与知识点，从基本概念、基本定理的背景及其应用入手，延伸到解题的思路、方法和技巧，并通过一法多题、一题多解的方式兼顾知识的综合与交叉应用，在内容的安排上，既体现出各知识点间承上启下的关系，保持学科结构的系统性，又照顾到各知识点间的横向联系，为读者从全局上、总体上掌握所学的知识提供平台.为巩固所学的基本概念和基本定理，安排了基本题、综合题（侧重本章知识点的综合）和交叉综合题（侧重各章知识点间的综合）供读者选用，并附有读者自测题，供读者选用.考虑到教学大纲和考试大纲中对理工类学生或考生的要求涵盖了对经管类学生或考生的要求，只是对所涉及的知识范围及知识点的掌握程度的要求有所不同，所以编写时并没有将经管类的内容单独列出进行编写.但在内容的编排及例题和习题的选择上，既体现了两者的不同之处，又兼顾了两者的共同之处.因此，本书同时适用于理工类与经管类学生或考生.
作者简介
暂缺《农业现代化的曙光：徐州市农业产业化经营之路》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
1.2.2 概率的统计定义
1.2.3 概率的古典定义
§1.3 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ξ与η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 边缘分布列
3.3.3 离散型随机变量ξ与η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ξ与η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ζ＝ξ＋η的分布列
3.5.2 连续型场合下ζ＝ｆ（ξ，η）的分布密度
§3.6 若干重要分布及其临界值
3.6.1 χ２分布及其临界值
3.6.2 Ｆ分布及其临界值
3.6.3 ｔ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－拉普拉斯中心极限定理及其应用
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
7.2.2 矩估计法
7.2.3 极大似然估计法
7.2.4 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（ｔ检验法）
§8.3 正态总体方差的假设检验
8.3.1 一总体的方差检验（χ２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 χ２分布临界值表
附表４ Ｆ分布临界值表
附表５ ｔ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
1.2.2 概率的统计定义
1.2.3 概率的古典定义
§1.3 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ξ与η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 边缘分布列
3.3.3 离散型随机变量ξ与η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ξ与η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ζ＝ξ＋η的分布列
3.5.2 连续型场合下ζ＝ｆ（ξ，η）的分布密度
§3.6 若干重要分布及其临界值
3.6.1 χ２分布及其临界值
3.6.2 Ｆ分布及其临界值
3.6.3 ｔ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－拉普拉斯中心极限定理及其应用
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
7.2.2 矩估计法
7.2.3 极大似然估计法
7.2.4 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（ｔ检验法）
§8.3 正态总体方差的假设检验
8.3.1 一总体的方差检验（χ２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 χ２分布临界值表
附表４ Ｆ分布临界值表
附表５ ｔ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
