中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
統計分析系列概率論與數理統計/基于Excel 版權信息
- ISBN：9787121388484
- 條形碼：9787121388484 ; 978-7-121-38848-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
統計分析系列概率論與數理統計/基于Excel 內容簡介
本書內容包括概率論和數理統計兩大部分，至5章介紹概率論的基本知識，包括隨機事件與概率、隨機變量及分布、隨機變量的數字特征、大數定律與中心極限定理等；第6至9章介紹數理統計的基本知識，包括數理統計基礎知識、參數估計、假設檢驗、回歸分析等。
統計分析系列概率論與數理統計/基于Excel 目錄
目 錄
第1章 隨機事件與概率 1
1．1 隨機現象與隨機試驗 1
1．1．1 隨機現象 1
1．1．2 隨機試驗 1
1．2 隨機事件 2
1．2．1 樣本空間 2
1．2．2 隨機事件 2
1．2．3 事件的關系及運算 2
1．3 概率及其性質 5
1．3．1 概率的公理化定義 5
1．3．2 古典概型 8
1．3．3 幾何概型 9
1．4 條件概率 10
1．4．1 條件概率 10
1．4．2 乘法公式 12
1．4．3 全概率公式 13
1．4．4 貝葉斯公式 14
1．5 事件的獨立性 16
1．5．1 兩個事件的獨立性 16
1．5．2 多個事件的獨立性 17
1．5．3 伯努利概型 18
1．6 應用實例 19
習題1 20
第2章 隨機變量及其分布 23
2．1 隨機變量及其分布函數 23
2．1．1 隨機變量 23
2．1．2 分布函數 24
2．2 離散型隨機變量 25
2．2．1 離散型隨機變量及其分布律 25
2．2．2 常見的離散型分布 28
2．3 連續型隨機變量 31
2．3．1 連續型隨機變量及其概率密度 31
2．3．2 常見的連續型分布 34
2．4 隨機變量函數的分布 39
2．4．1 離散型隨機變量函數的分布 39
2．4．2 連續型隨機變量函數的分布 40
2．5 應用實例 42
2．5．1 離散型隨機變量的應用實例 42
2．5．2 連續型隨機變量的應用實例 43
2．6 Excel在概率統計中的應用 44
2．6．1 二項分布 44
2．6．2 泊松分布 46
2．6．3 超幾何分布 47
2．6．4 指數分布 48
2．6．5 正態分布 49
習題2 51
第3章 多維隨機變量及其分布 54
3．1 多維隨機變量及其分布函數 54
3．1．1 多維隨機變量 54
3．1．2 聯合分布函數 54
3．1．3 聯合分布律 55
3．1．4 聯合概率密度函數 56
3．1．5 常見的二維連續型分布 57
3．2 邊緣分布與獨立性 59
3．2．1 邊緣分布函數 59
3．2．2 邊緣分布律 59
3．2．3 邊緣概率密度函數 61
3．2．4 隨機變量的獨立性 62
3．3 條件分布 65
3．3．1 條件分布律 65
3．3．2 條件概率密度函數 66
3．4 二維隨機變量函數的分布 67
3．4．1 二維離散型隨機變量函數的分布 67
3．4．2 二維連續型隨機變量函數的分布 69
3．4．3 特殊函數的分布 71
3．5 應用實例 73
習題3 75
第4章 隨機變量的數字特征 79
4．1 數學期望 79
4．1．1 數學期望的概念 79
4．1．2 隨機變量的函數的數學期望 81
4．1．3 數學期望的性質 82
4．2 方差 83
4．2．1 方差的概念 83
4．2．2 方差的性質 84
4．2．3 幾種常見分布的數學期望與方差 86
4．3 協方差與相關系數 89
4．4 矩、協方差矩陣 91
4．4．1 矩 91
4．4．2 協方差矩陣 92
4．5 應用實例 92
習題4 94
第5章 大數定律及中心極限定理 97
5．1 隨機變量序列的收斂性 97
5．2 大數定律 98
5．2．1 切比雪夫不等式 98
5．2．2 大數定律 99
5．3 中心極限定理 102
5．4 應用實例 105
習題5 107
第6章 數理統計 108
6．1 數理統計基本概念 108
6．1．1 總體和樣本 108
6．1．2 統計量 110
6．2 抽樣分布 111
6．2．1 c2分布 111
6．2．2 t分布 113
6．2．3 F分布 113
6．3 抽樣分布定理 114
6．3．1 單個正態總體的樣本均值和樣本方差的分布 114
6．3．2 兩個正態總體的樣本均值和樣本方差的分布 116
6．4 應用實例 116
6．5 Excel在概率統計中的應用 117
6．5．1 樣本均值 117
6．5．2 樣本方差和標準差 117
6．5．3 相關系數 120
6．5．4 描述統計 122
習題6 123
第7章 參數估計 125
7．1 參數的點估計 125
7．1．1 矩估計 125
7．1．2 極大似然估計 127
7．2 估計量的優良性準則 129
7．2．1 無偏性 130
7．2．2 有效性 131
7．2．3 相合性 132
7．3 參數的區間估計 132
7．3．1 基本概念 132
7．3．2 樞軸變量法 133
7．3．3 單個正態總體參數的置信區間 133
7．3．4 單側置信區間 136
7．3．5 兩個正態總體參數的置信區間 139
7．4 應用實例 140
7．5 Excel在概率統計中的應用 141
7．5．1 方差已知時總體均值的區間估計 141
7．5．2 方差未知時總體均值的區間估計 142
習題7 143
第8章 假設檢驗 146
8．1 假設檢驗的基本概念 146
8．1．1 引例 146
8．1．2 假設檢驗的基本概念 146
8．1．3 假設檢驗的基本步驟 148
8．2 參數的假設檢驗 148
8．2．1 均值的檢驗 148
8．2．2 方差的檢驗 152
8．3 分布的假設檢驗 155
8．3．1 離散總體的 擬合檢驗 155
8．3．2 連續總體的 擬合檢驗 156
8．4 Excel在概率統計中的應用 159
8．4．1 均值的檢驗 159
8．4．2 方差的檢驗 164
習題8 165
第9章 方差分析 168
9．1 單因素方差分析 168
9．1．1 統計模型 168
9．1．2 統計檢驗 170
9．2 雙因素方差分析 172
9．2．1 統計模型 172
9．2．2 統計檢驗 174
9．3 Excel在概率統計中的應用 177
9．3．1 單因素方差分析 177
9．3．2 雙因素方差分析 178
習題9 179
第10章 回歸分析 182
10．1 一元線性回歸 182
10．1．1 變量間的關系 182
10．1．2 參數估計 183
10．1．3 顯著性檢驗 185
10．2 多元線性回歸 191
10．2．1 參數估計 191
10．2．2 顯著性檢驗 192
10．3 非線性回歸 195
10．3．1 幾種常見的可線性化的曲線類型 195
10．3．2 非線性回歸分析實例 197
習題10 197
附錄A 統計分布表 200
習題解答 211
參考文獻 221
第1章 隨機事件與概率 1
1．1 隨機現象與隨機試驗 1
1．1．1 隨機現象 1
1．1．2 隨機試驗 1
1．2 隨機事件 2
1．2．1 樣本空間 2
1．2．2 隨機事件 2
1．2．3 事件的關系及運算 2
1．3 概率及其性質 5
1．3．1 概率的公理化定義 5
1．3．2 古典概型 8
1．3．3 幾何概型 9
1．4 條件概率 10
1．4．1 條件概率 10
1．4．2 乘法公式 12
1．4．3 全概率公式 13
1．4．4 貝葉斯公式 14
1．5 事件的獨立性 16
1．5．1 兩個事件的獨立性 16
1．5．2 多個事件的獨立性 17
1．5．3 伯努利概型 18
1．6 應用實例 19
習題1 20
第2章 隨機變量及其分布 23
2．1 隨機變量及其分布函數 23
2．1．1 隨機變量 23
2．1．2 分布函數 24
2．2 離散型隨機變量 25
2．2．1 離散型隨機變量及其分布律 25
2．2．2 常見的離散型分布 28
2．3 連續型隨機變量 31
2．3．1 連續型隨機變量及其概率密度 31
2．3．2 常見的連續型分布 34
2．4 隨機變量函數的分布 39
2．4．1 離散型隨機變量函數的分布 39
2．4．2 連續型隨機變量函數的分布 40
2．5 應用實例 42
2．5．1 離散型隨機變量的應用實例 42
2．5．2 連續型隨機變量的應用實例 43
2．6 Excel在概率統計中的應用 44
2．6．1 二項分布 44
2．6．2 泊松分布 46
2．6．3 超幾何分布 47
2．6．4 指數分布 48
2．6．5 正態分布 49
習題2 51
第3章 多維隨機變量及其分布 54
3．1 多維隨機變量及其分布函數 54
3．1．1 多維隨機變量 54
3．1．2 聯合分布函數 54
3．1．3 聯合分布律 55
3．1．4 聯合概率密度函數 56
3．1．5 常見的二維連續型分布 57
3．2 邊緣分布與獨立性 59
3．2．1 邊緣分布函數 59
3．2．2 邊緣分布律 59
3．2．3 邊緣概率密度函數 61
3．2．4 隨機變量的獨立性 62
3．3 條件分布 65
3．3．1 條件分布律 65
3．3．2 條件概率密度函數 66
3．4 二維隨機變量函數的分布 67
3．4．1 二維離散型隨機變量函數的分布 67
3．4．2 二維連續型隨機變量函數的分布 69
3．4．3 特殊函數的分布 71
3．5 應用實例 73
習題3 75
第4章 隨機變量的數字特征 79
4．1 數學期望 79
4．1．1 數學期望的概念 79
4．1．2 隨機變量的函數的數學期望 81
4．1．3 數學期望的性質 82
4．2 方差 83
4．2．1 方差的概念 83
4．2．2 方差的性質 84
4．2．3 幾種常見分布的數學期望與方差 86
4．3 協方差與相關系數 89
4．4 矩、協方差矩陣 91
4．4．1 矩 91
4．4．2 協方差矩陣 92
4．5 應用實例 92
習題4 94
第5章 大數定律及中心極限定理 97
5．1 隨機變量序列的收斂性 97
5．2 大數定律 98
5．2．1 切比雪夫不等式 98
5．2．2 大數定律 99
5．3 中心極限定理 102
5．4 應用實例 105
習題5 107
第6章 數理統計 108
6．1 數理統計基本概念 108
6．1．1 總體和樣本 108
6．1．2 統計量 110
6．2 抽樣分布 111
6．2．1 c2分布 111
6．2．2 t分布 113
6．2．3 F分布 113
6．3 抽樣分布定理 114
6．3．1 單個正態總體的樣本均值和樣本方差的分布 114
6．3．2 兩個正態總體的樣本均值和樣本方差的分布 116
6．4 應用實例 116
6．5 Excel在概率統計中的應用 117
6．5．1 樣本均值 117
6．5．2 樣本方差和標準差 117
6．5．3 相關系數 120
6．5．4 描述統計 122
習題6 123
第7章 參數估計 125
7．1 參數的點估計 125
7．1．1 矩估計 125
7．1．2 極大似然估計 127
7．2 估計量的優良性準則 129
7．2．1 無偏性 130
7．2．2 有效性 131
7．2．3 相合性 132
7．3 參數的區間估計 132
7．3．1 基本概念 132
7．3．2 樞軸變量法 133
7．3．3 單個正態總體參數的置信區間 133
7．3．4 單側置信區間 136
7．3．5 兩個正態總體參數的置信區間 139
7．4 應用實例 140
7．5 Excel在概率統計中的應用 141
7．5．1 方差已知時總體均值的區間估計 141
7．5．2 方差未知時總體均值的區間估計 142
習題7 143
第8章 假設檢驗 146
8．1 假設檢驗的基本概念 146
8．1．1 引例 146
8．1．2 假設檢驗的基本概念 146
8．1．3 假設檢驗的基本步驟 148
8．2 參數的假設檢驗 148
8．2．1 均值的檢驗 148
8．2．2 方差的檢驗 152
8．3 分布的假設檢驗 155
8．3．1 離散總體的 擬合檢驗 155
8．3．2 連續總體的 擬合檢驗 156
8．4 Excel在概率統計中的應用 159
8．4．1 均值的檢驗 159
8．4．2 方差的檢驗 164
習題8 165
第9章 方差分析 168
9．1 單因素方差分析 168
9．1．1 統計模型 168
9．1．2 統計檢驗 170
9．2 雙因素方差分析 172
9．2．1 統計模型 172
9．2．2 統計檢驗 174
9．3 Excel在概率統計中的應用 177
9．3．1 單因素方差分析 177
9．3．2 雙因素方差分析 178
習題9 179
第10章 回歸分析 182
10．1 一元線性回歸 182
10．1．1 變量間的關系 182
10．1．2 參數估計 183
10．1．3 顯著性檢驗 185
10．2 多元線性回歸 191
10．2．1 參數估計 191
10．2．2 顯著性檢驗 192
10．3 非線性回歸 195
10．3．1 幾種常見的可線性化的曲線類型 195
10．3．2 非線性回歸分析實例 197
習題10 197
附錄A 統計分布表 200
習題解答 211
參考文獻 221
展開全部
統計分析系列概率論與數理統計/基于Excel 作者簡介
成都信息工程大學副教授，電子科技大學管理科學與工程專業博士，中國數學學會會員，四川省數學學會會員，四川省統計學會會員，四川省數量經濟學會會員
書友推薦
- >
經典常談
- >
羅曼·羅蘭讀書隨筆-精裝
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
推拿
- >
姑媽的寶刀
- >
【精裝繪本】畫給孩子的中國神話
- >
山海經
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
本類暢銷
