掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
應用概率統計 版權信息
- ISBN：9787030415615
- 條形碼：9787030415615 ; 978-7-03-041561-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
應用概率統計 本書特色
王佐仁、孫學英主編的《應用概率統計(財經類 院校基礎課系列教材普通高等教育十二五規劃教材) 》是一本普通高等院校非理學專業的概率統計教材。 全書共9章， 分為兩大部分，**部分是第1～5章，主要介紹概率 論的基本理論，包括隨 機事件及其概率、一維隨機變量及其概率分布、隨機 向量及其概率分布、隨 機變量的數字特征、大數定律及中心極限定理；第二 部分是第6～9章，主要 介紹數理統計的基本理論和方法，包括數理統計的基 礎知識、參數估計、假 設檢驗、方差分析與回歸分析．每章均附有習題，書 后附有對應的參考答案， 以便初學者使用。 本書可作為高等學校經濟、管理和工科類等專業 學生的教材，也可作為 實際工作者自學的參考書，同時還可作為考研學子的 復習用書。
應用概率統計 內容簡介
《應用概率統計》可供高等學校應用統計專業和經濟類其他專業本科生作為教材和參考書，也可供統計、經濟工作者和其他人員參考使用。
應用概率統計 目錄
前言
第1章 隨機事件及其概率
1.1 隨機事件
1.1.1 隨機現象
1.1.2 隨機試驗和樣本空間
1.1.3 隨機事件
1.1.4 事件的集合表示
1.1.5 事件的關系
1.1.6 事件的運算律
1.2 頻率與概率
1.2.1 頻率的定義及性質
1.2.2 概率的統計定義
1.2.3 概率的公理化定義
1.2.4 概率的性質
1.3 古典概型與幾何概型
1.3.1 古典概型
1.3.2 幾何概型
1.4 條件概率與事件的獨立性
1.4.1 條件概率
1.4.2 乘法公式
1.4.3 事件的獨立性
l.5 全概率公式與貝葉斯公式
1.5.1 全概率公式
1.5.2 貝葉斯公式(逆概公式)
習題1
第2章 一維隨機變量及其概率分布
2.1 隨機變量的定義及一維離散型隨機變量的分布
2.1.1 隨機變量的定義
2.1.2 一維離散型隨機變量及其分布律
2.1.3 常見的離散型分布
2.2 隨機變量的分布函數
2.2.1 分布函數的概念
2.2.2 分布函數的性質
2.3 一維連續型隨機變量及其概率密度
2.3.1 連續型隨機變量的定義
2.3.2 概率密度的性質
2.4 幾種常見的連續型分布
2.4.1 均勻分布
2.4.2 指數分布
2.4.3 正態分布
2.5 一維隨機變量的函數的分布
2.5.1 離散型隨機變量函數的分布
2.5.2 連續型隨機變量函數的分布
習題2
第3章 隨機向量及其概率分布
3.1 隨機向量及其聯合分布函數
3.1.1 隨機向量的定義
3.1.2 聯合分布函數
3.1.3 邊緣分布函數
3.2 二維離散型隨機向量
3.2.1 二維離散型隨機向量的聯合分布
3.2.2 二維離散型隨機向量的邊緣分布
3.2.3 二維離散型隨機向量的條件分布
3.3 二維連續型隨機向量
3.3.1 二維連續型隨機變量的定義及聯合概率密度函數
3.3.2 邊緣概率密度
3.3.3 條件概率密度
3.3.4 兩個重要的二維連續型分布
3.4 隨機變量的獨立性
3.4.1 隨機變量相互獨立的定義
3.4.2 離散型隨機變量相互獨立的充要條件
3.4.3 連續型隨機變量相互獨立的充要條件
3.4.4 二維正態隨機變量的兩個分量獨立的充要條件
3.4.5 n個隨機變量的相互獨立
3.5 二維隨機變量的函數的分布
3.5.1 離散型情況
3.5.2 連續型情況
習題3
第4章 隨機變量的數字特征
4.1 數學期望
4.1.1 離散型隨機變量的數學期望
4.1.2 連續型隨機變量的數學期望
4.1.3 隨機變量的函數的數學期望
4.1.4 數學期望的性質
4.2 方差
4.2.1 方差的定義
4.2.2 常見分布的方差
4.2.3 方差的性質
4.3 協方差與相關系數及矩
4.3.1 協方差
4.3.2 相關系數
4.3.3 相關系數的意義
4.3.4 隨機變量的矩
習題4
第5章 大數定律與中心極限定理
5.1 大數定律
5.1.1 切比雪夫不等式
5.1 i2大數定律
5.2 中心極限定理
習題5
第6章 數理統計的基礎知識
6.1 數理統計中的幾個概念
6.1.1 總體與個體
6.1.2 簡單隨機樣本與樣本觀測值
6.1.3 樣本(x1，x2，，xn)的聯合分布
6.1.4 統計量
6.1.5 樣本的經驗分布函數
6.2 數理統計中常用的三個分布
6.2.1 x2(卡方)分布
6.2.2 t分布(學生分布)
6.2.3 f分布
6.3 正態總體樣本均值及樣本方差的抽樣分布
6.3.1 抽樣分布的定義
6.3.2 正態總體樣本均值及樣本方差的抽樣分布
習題6
第7章 參數估計
7.1 點估計的定義及方法
7.1.1 點估計的定義
7.1.2 點估計方法
7.2 點估計優劣的評價標準
7.2.1 無偏性
7.2.2 有效性
7.2.3 一致性
7.3 單個正態總體均值及方差的區間估計
7.3.1 單個正態總體均值的區間估計
7.3.2 單個正態總體方差的區間估計
7.4 兩個正態總體均值差及方差比的區間估計
7.4.1 兩個正態總體均值差的區間估計
7.4.2 兩個正態總體方差比的區間估計(僅考慮u1，u2未知情況下)
7.5 估計精度及確定必要的樣本量
7.5.1 區間估計的精度
7.5.2 樣本量的確定
習題7
第8章 假設檢驗
8.1 假設檢驗的概念及步驟
8.1.1 假設檢驗的基本概念
8.1.2 假設檢驗的基本原理與方法
8.1.3 兩類錯誤
8.1.4 假設檢驗的一般步驟
8.1.5 利用p值進行決策
8.2 正態總體均值的假設檢驗
8.2.1 單個正態總體均值的假設檢驗
8.2.2 兩個正態總體均值差的假設檢驗
8.3 正態總體方差的假設檢驗
8.3.1 單個正態總體方差的假設檢驗——x2檢驗法
8.3.2 兩個正態總體方差比的假設檢驗——f檢驗法
8.4 總體分布函數的假設檢驗
8.4.1 皮爾遜卡方檢驗
8.4.2 應用舉例
習題8
第9章 方差分析與回歸分析
9.1 單因素實驗的方差分析
9.1.1 單因素方差分析的基本原理
9.1.2 單因素方差分析表
9.1.3 參數估計
9.1.4 單因素方差分析應用舉例
9.2 雙因素試驗的方差分析
9.2.1 無交互作用的雙因素方差分析
9.2.2 有交互作用的雙因素方差分析
9.3 一元線性回歸分析
9.3.1 一元線性回歸模型
9.3.2 *小二乘估計
9.3.3 回歸方程的顯著性檢驗
9.3.4 預測問題
9.3.5 可以化為一元線性回歸的曲線回歸問題
習題9
習題參考答案
參考文獻
附錄
附表1 標準正態分布表
附表2 泊松分布表
附表3 t分布表
附表4 x2分布表
附表5 f分布表
第1章 隨機事件及其概率
1.1 隨機事件
1.1.1 隨機現象
1.1.2 隨機試驗和樣本空間
1.1.3 隨機事件
1.1.4 事件的集合表示
1.1.5 事件的關系
1.1.6 事件的運算律
1.2 頻率與概率
1.2.1 頻率的定義及性質
1.2.2 概率的統計定義
1.2.3 概率的公理化定義
1.2.4 概率的性質
1.3 古典概型與幾何概型
1.3.1 古典概型
1.3.2 幾何概型
1.4 條件概率與事件的獨立性
1.4.1 條件概率
1.4.2 乘法公式
1.4.3 事件的獨立性
l.5 全概率公式與貝葉斯公式
1.5.1 全概率公式
1.5.2 貝葉斯公式(逆概公式)
習題1
第2章 一維隨機變量及其概率分布
2.1 隨機變量的定義及一維離散型隨機變量的分布
2.1.1 隨機變量的定義
2.1.2 一維離散型隨機變量及其分布律
2.1.3 常見的離散型分布
2.2 隨機變量的分布函數
2.2.1 分布函數的概念
2.2.2 分布函數的性質
2.3 一維連續型隨機變量及其概率密度
2.3.1 連續型隨機變量的定義
2.3.2 概率密度的性質
2.4 幾種常見的連續型分布
2.4.1 均勻分布
2.4.2 指數分布
2.4.3 正態分布
2.5 一維隨機變量的函數的分布
2.5.1 離散型隨機變量函數的分布
2.5.2 連續型隨機變量函數的分布
習題2
第3章 隨機向量及其概率分布
3.1 隨機向量及其聯合分布函數
3.1.1 隨機向量的定義
3.1.2 聯合分布函數
3.1.3 邊緣分布函數
3.2 二維離散型隨機向量
3.2.1 二維離散型隨機向量的聯合分布
3.2.2 二維離散型隨機向量的邊緣分布
3.2.3 二維離散型隨機向量的條件分布
3.3 二維連續型隨機向量
3.3.1 二維連續型隨機變量的定義及聯合概率密度函數
3.3.2 邊緣概率密度
3.3.3 條件概率密度
3.3.4 兩個重要的二維連續型分布
3.4 隨機變量的獨立性
3.4.1 隨機變量相互獨立的定義
3.4.2 離散型隨機變量相互獨立的充要條件
3.4.3 連續型隨機變量相互獨立的充要條件
3.4.4 二維正態隨機變量的兩個分量獨立的充要條件
3.4.5 n個隨機變量的相互獨立
3.5 二維隨機變量的函數的分布
3.5.1 離散型情況
3.5.2 連續型情況
習題3
第4章 隨機變量的數字特征
4.1 數學期望
4.1.1 離散型隨機變量的數學期望
4.1.2 連續型隨機變量的數學期望
4.1.3 隨機變量的函數的數學期望
4.1.4 數學期望的性質
4.2 方差
4.2.1 方差的定義
4.2.2 常見分布的方差
4.2.3 方差的性質
4.3 協方差與相關系數及矩
4.3.1 協方差
4.3.2 相關系數
4.3.3 相關系數的意義
4.3.4 隨機變量的矩
習題4
第5章 大數定律與中心極限定理
5.1 大數定律
5.1.1 切比雪夫不等式
5.1 i2大數定律
5.2 中心極限定理
習題5
第6章 數理統計的基礎知識
6.1 數理統計中的幾個概念
6.1.1 總體與個體
6.1.2 簡單隨機樣本與樣本觀測值
6.1.3 樣本(x1，x2，，xn)的聯合分布
6.1.4 統計量
6.1.5 樣本的經驗分布函數
6.2 數理統計中常用的三個分布
6.2.1 x2(卡方)分布
6.2.2 t分布(學生分布)
6.2.3 f分布
6.3 正態總體樣本均值及樣本方差的抽樣分布
6.3.1 抽樣分布的定義
6.3.2 正態總體樣本均值及樣本方差的抽樣分布
習題6
第7章 參數估計
7.1 點估計的定義及方法
7.1.1 點估計的定義
7.1.2 點估計方法
7.2 點估計優劣的評價標準
7.2.1 無偏性
7.2.2 有效性
7.2.3 一致性
7.3 單個正態總體均值及方差的區間估計
7.3.1 單個正態總體均值的區間估計
7.3.2 單個正態總體方差的區間估計
7.4 兩個正態總體均值差及方差比的區間估計
7.4.1 兩個正態總體均值差的區間估計
7.4.2 兩個正態總體方差比的區間估計(僅考慮u1，u2未知情況下)
7.5 估計精度及確定必要的樣本量
7.5.1 區間估計的精度
7.5.2 樣本量的確定
習題7
第8章 假設檢驗
8.1 假設檢驗的概念及步驟
8.1.1 假設檢驗的基本概念
8.1.2 假設檢驗的基本原理與方法
8.1.3 兩類錯誤
8.1.4 假設檢驗的一般步驟
8.1.5 利用p值進行決策
8.2 正態總體均值的假設檢驗
8.2.1 單個正態總體均值的假設檢驗
8.2.2 兩個正態總體均值差的假設檢驗
8.3 正態總體方差的假設檢驗
8.3.1 單個正態總體方差的假設檢驗——x2檢驗法
8.3.2 兩個正態總體方差比的假設檢驗——f檢驗法
8.4 總體分布函數的假設檢驗
8.4.1 皮爾遜卡方檢驗
8.4.2 應用舉例
習題8
第9章 方差分析與回歸分析
9.1 單因素實驗的方差分析
9.1.1 單因素方差分析的基本原理
9.1.2 單因素方差分析表
9.1.3 參數估計
9.1.4 單因素方差分析應用舉例
9.2 雙因素試驗的方差分析
9.2.1 無交互作用的雙因素方差分析
9.2.2 有交互作用的雙因素方差分析
9.3 一元線性回歸分析
9.3.1 一元線性回歸模型
9.3.2 *小二乘估計
9.3.3 回歸方程的顯著性檢驗
9.3.4 預測問題
9.3.5 可以化為一元線性回歸的曲線回歸問題
習題9
習題參考答案
參考文獻
附錄
附表1 標準正態分布表
附表2 泊松分布表
附表3 t分布表
附表4 x2分布表
附表5 f分布表
展開全部
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
- >
朝聞道
- >
羅庸西南聯大授課錄
- >
莉莉和章魚
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伯納黛特,你要去哪(2021新版)
- >
名家帶你讀魯迅:故事新編
本類暢銷
