概率统计及其R语言实现

　　《概率统计及其R语言实现》主要介绍概率统计的基本知识，及其如何用R语言实现。内容包括R语言、概率、离散型分布、连续型概率分布、多元分布、抽样分布、参数估计和假设检验。在每一章节中，先介绍相关的概率统计的基本知识，然后给出对应的R语言。《概率统计及其R语言实现》相对于一般的概率统计方面的作，注重于与R语言相结合，强调其可操作性和实用性。

暂缺《概率统计及其R语言实现》作者简介

前言
第1章 概率与数理统计介绍
1．1 概率
1．2 统计
第2章 R简介
2．1 下载和安装R
2．2 连接R
2．3 R的基本操作和概念
2．4 获得帮助
2．5 外部资源
2．6 其他技巧
第3章 数据描述
3．1 数据类型
3．2 数据分布特征
3．3 描述性统计
3．4 探索性数据分析
3．5 多元数据和数据框架
3．6 比较群组
习题
第4章 概率
4．1 样本空间
4．2 事件
4．3 模型赋值
4．4 概率的性质
4．5 计数方法
4．6 条件概率
4．7 事件的独立性
4．8 贝叶斯公式
4．9 随机变量
习题
第5章 离散型分布
5．1 离散型随机变量
5．2 离散型均匀分布
5．3 二项分布
5．4 期望和矩母函数
5．5 经验分布
5．6 其他离散型分布
5．7 离散型随机变量的函数
习题
第6章 连续型概率分布
6．1 连续型随机变量
6．2 连续型均匀分布
6．3 正态分布
6．4 连续型随机变量的函数
6．5 其他连续型分布
习题
第7章 多元分布
7．1 联合概率分布和边缘概率分布
7．2 联合期望和边缘期望
7．3 条件分布
7．4 独立的随机变量
7．5 可交换的随机变量
7．6 二维正态分布
7．7 随机变量的二维转换
7．8 关于多变量例子的备注
7．9 多项分布
习题
第8章 抽样分布
8．1 简单随机样本
8．2 从正态分布总体抽样
8．3 中心极限定理
8．4 两个样本统计量的抽样分布
8．5 模拟抽样分布
习题
第9章 参数估计
9．1 点估计
9．2 均值的置信区间
9．3 不同均值的置信区间
9．4 比率的置信区间
9．5 样本容量和误差界限
习题