掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
概率論與數理統計——方法與應用及PYTHON實現 版權信息
- ISBN：9787301343470
- 條形碼：9787301343470 ; 978-7-301-34347-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
概率論與數理統計——方法與應用及PYTHON實現 內容簡介
本書是一本供非數學專業使用的概率論與數理統計教材. 全書共分為十章，內容包括隨機事件和概率、離散型隨機變量及其分布、連續型隨機變量及其分布、隨機變量的數字特征、大數定律和中心極限定理、參數估計、假設檢驗、方差分析與回歸分析、統計軟件SPSS簡介. 每一章節后面有相當數量的習題，在書末配有參考答案，供讀者參考. 為了使學生對這門課程在現實生產、生活中的應用有一個感性的認識，在每一章的*后都提供了一篇課外拓展閱讀，以提高學習興趣和應用意識. **章 隨機事件和概率 第二章 離散型隨機變量及其分布 第三章 連續型隨機變量及其分布 第四章 隨機變量的數字特征 第五章 大數定律和中心極限定理 第六章 數理統計的基本概念 第七章 參數估計 第八章 假設檢驗 第九章 方差分析與回歸分析 第十章 Python基礎及其在概率論與數理統計中的應用
概率論與數理統計——方法與應用及PYTHON實現 目錄
**章 隨機事件和概率
1.1 隨機事件
1.2 概率的定義和性質
1.3 古典概型與幾何概型
1.4 條件概率、全概率公式和貝葉斯公式
1.5 事件的獨立性
1.6 問題拓展探索之一——蒲豐投針問題及其應用
1.7 趣味問題求解與Python實現之一
1.8 課程趣味閱讀之一
習題一
第二章 離散型隨機變量及其分布
2.1 隨機變量
2.2 離散型隨機變量及其分布律
2.3 二維離散型隨機變量及其分布
2.4 離散型隨機變量的獨立性與條件分布
2.5 離散型隨機變量函數的分布
2.6 問題拓展探索之二——幾個常用離散型分布的性質拓展與應用
2.7 趣味問題求解與Python實現之二
2.8 課程趣味閱讀之二
習題二
第三章 連續型隨機變量及其分布
3.1 分布函數與概率密度
3.2 常用的一維連續型隨機變量
3.3 二維連續型隨機變量及其分布
3.4 連續型隨機變量的獨立性與條件分布
3.5 連續型隨機變量函數的分布
3.6 問題拓展探索之三——伽馬分布及其應用
3.7 趣味問題求解與Python實現之三
3.8 課程趣味閱讀之三
習題三
第四章 隨機變量的數字特征
4.1 數學期望
4.2 方差
4.3 協方差和相關系數
4.4 矩和協方差矩陣
4.5 隨機變量的形態特征
4.6 問題拓展探索之四——條件期望及其應用
4.7 趣味問題求解與Python實現之四
4.8 課程趣味閱讀之四
習題四
第五章 大數定律和中心極限定理
5.1 大數定律
5.2 中心極限定理
5.3 問題拓展探索之五——隨機變量序列的三種收斂
5.4 趣味問題求解與Python實現之五
5.5 課程趣味閱讀之五
習題五
第六章 數理統計的基本概念
6.1 總體和樣本
6.2 經驗分布函數
6.3 統計量
6.4 三個常用分布
6.5 抽樣分布
6.6 問題拓展探索之六——變量變換法與次序統計量的分布
6.7 趣味問題求解與Python實現之六
6.8 課程趣味閱讀之六
習題六
第七章 參數估計
7.1 點估計
7.2 估計量的評選標準
7.3 置信區間
7.4 單個正態總體參數的置信區間
7.5 兩個正態總體參數的置信區間
7.6 非正態總體參數的置信區間
7.7 問題拓展探索之七——極大似然估計法的趣味應用
7.8 趣味問題求解與Python實現之七
7.9 課程趣味閱讀之七
習題七
第八章 假設檢驗
8.1 假設檢驗問題
8.2 單個正態總體的假設檢驗
8.3 兩個正態總體的假設檢驗
8.4 總體成數的假設檢驗
8.5 分布擬合檢驗
8.6 問題拓展探索之八——勢函數與兩類錯誤的計算
8.7 趣味問題求解與Python實現之八
8.8 課程趣味閱讀之八
習題八
第九章 方差分析與回歸分析
9.1 單因素試驗的方差分析
9.2 雙因素試驗的方差分析
9.3 一元線性回歸
9.4 多元線性回歸
9.5 問題拓展探索之九——協方差分析模型及其應用
9.6 趣味問題求解與Python實現之九
9.7 課程趣味閱讀之九
習題九
第十章 Python在概率論與數理統計中的應用
10.1 Python語言基礎
10.2 數據處理與可視化
10.3 Python在概率論與數理統計中的應用
附表
附表1 泊松分布表
附表2 標準正態分布表
附表3 χ2分布表
附表4 t分布表
附表5 F分布表
附表6 柯爾莫哥洛夫檢驗的臨界值表
附表7 Dn的極限分布函數的數值表
參考答案與提示
參考文獻
展開全部
概率論與數理統計——方法與應用及PYTHON實現 作者簡介
柯忠義，統計學教授，博士，主講講授《概率論與數理統計》《多元統計分析》《數學建模》等課程。長期從事數學建模培訓和指導工作，指導大學生參加 外數學建模及美國數模競賽的成績優異，分別在2009年、2017年及2021年三次次獲得廣東省大學生 建模指導教師稱號。主要從事復雜數據建模與分析等應用領域的研究工作，先后在 外期刊發表論文近40篇；主持省部級及市廳級項目6項。主要的研究領域為，宏觀經濟數據、產業與企業層面數據數據的建模與分析，運用數據挖掘、統計建模、線性與非線性預測、貝葉斯估計分析等方法，探索各類數據的生成過程、性質、特點和趨勢，刻畫行業、企業及宏觀經濟周期的動態運行周期與結構特征。
書友推薦
- >
中國歷史的瞬間
- >
經典常談
- >
朝聞道
- >
苦雨齋序跋文-周作人自編集
- >
隨園食單
- >
回憶愛瑪儂
- >
小考拉的故事-套裝共3冊
- >
煙與鏡
本類暢銷
