顶部
收藏

统计学史话


作者:
王静龙 吴贤毅
定价:
56.00元
ISBN:
978-7-04-062755-8
版面字数:
220.000千字
开本:
16开
全书页数:
暂无
装帧形式:
精装
重点项目:
暂无
出版时间:
2024-11-22
读者对象:
高等教育
一级分类:
数学与统计学类
二级分类:
数学与统计学类通识课
三级分类:
统计学导论

本书讲述人类在16—19世纪这三百年间探索统计的历程,力图展现从会计学之父帕乔利到天才高尔顿这些前辈先贤们在统计思想、理论与方法上的贡献。本书包括三个层面的内容:一是统计思想、理论与方法本身;二是前辈们的工作在后世的直接延伸,试图以管中窥豹的方式,展现一些以前辈们的贡献作为基石的现代研究;三是与前辈先贤们的工作有关联的一些逸闻趣事,这对理解他们当年的贡献是有所裨益的,甚至是不可分割的。

读史明智,读史启迪。历史一再表明,统计的发展源于科学、经济、社会等各个领域的实际问题驱动,并通过对数据的分析发现知识,优化决策。阅读统计史,将使我们更深刻地领会“统计学是收集和分析数据的科学与艺术”的含义,以及实践是获得真知的重要途径。

本书脉络分明,重点突出,适合数学与统计学专业师生、广大数学工作者和一般科学爱好者阅读参考。

  • 前辅文
  • 第一章 会计学之父帕乔利与赌金分配问题
    • 1.1 会计学之父帕乔利
    • 1.2 帕乔利的赌金分配问题
  • 第二章 百科全书式学者卡尔达诺与他的《机会赌博之书》
    • 2.1 百科全书式学者卡尔达诺
    • 2.2 卡尔达诺的著作:《机会赌博之书》
  • 第三章 法国人帕斯卡和费马及荷兰人惠更斯
    • 3.1 赌徒梅雷
    • 3.2 神童帕斯卡
    • 3.3 全职律师和业余数学家费马
    • 3.4 赌金分配问题的费马解法
    • 3.5 赌金分配问题的帕斯卡解法
    • 3.6 惠更斯提出数学期望的概念
  • 第四章 瑞士伯努利家族
    • 4.1 伯努利家族
    • 4.2 约翰·伯努利
    • 4.3 丹尼尔·伯努利
    • 4.4 “效用”与圣彼得堡悖论
    • 4.5 雅各布·伯努利
    • 4.6 大数定律
    • 4.7 后记
  • 第五章 两个英国人格朗特和哈雷
    • 5.1 格朗特
    • 5.2 格朗特的《观察》
    • 5.3 人口统计研究的开端
    • 5.4 大量观察法的先驱
    • 5.5 数据归约
    • 5.6 流行病学统计调查分析的先驱
    • 5.7 生男生女的机会并不均等
    • 5.8 生命表
    • 5.9 用平均值的思想估计伦敦人口
    • 5.10 数据的可信性问题
    • 5.11 由部分归纳推断总体
    • 5.12 天文学家和人口统计学家哈雷
    • 5.13 哈雷生命表
    • 5.14 后记
  • 第六章 棣莫弗和拉普拉斯及他们的极限定理
    • 6.1 法国裔英国籍数学家棣莫弗
    • 6.2 棣莫弗的《机遇论》
    • 6.3 斯特林与斯特林公式
    • 6.4 二项分布概率的近似计算公式
    • 6.5 棣莫弗的《论终身年金》
    • 6.6 棣莫弗的钟形对称曲线
    • 6.7 棣莫弗-拉普拉斯极限定理
    • 6.8 法国著名天文学家、数学家、物理学家拉普拉斯
    • 6.9 拉普拉斯的《概率的分析理论》
    • 6.10 后记
  • 第七章 英国牧师贝叶斯
    • 7.1 《波尔-罗亚尔逻辑》
    • 7.2 贝叶斯
    • 7.3 先验分布与贝叶斯假设
    • 7.4 计算后验概率
    • 7.5 普赖斯
    • 7.6 公平人寿保险社
    • 7.7 后验β分布
    • 7.8 后验分布的众数与均值
    • 7.9 拉普拉斯的“不充分推理原则”
    • 7.10 后记
  • 第八章 勒让德与最小二乘法
    • 8.1 圆周率π
    • 8.2 引力常量与卡文迪什实验
    • 8.3 两组或更多组实验数据的处理分析
    • 8.4 勒让德的最小二乘法
    • 8.5 最小一乘法
    • 8.6 后记
  • 第九章 高斯及正态分布的引入历程
    • 9.1 测量有误差
    • 9.2 第谷与开普勒
    • 9.3 伽利略关于随机误差的三点设想
    • 9.4 拉普拉斯与拉普拉斯分布
    • 9.5 高斯
    • 9.6 天文学家与物理学家高斯
    • 9.7 高斯是大地测量学家
    • 9.8 高斯引入正态分布
    • 9.9 最小二乘法的正态误差理论
    • 9.10 高斯与非欧几何
    • 9.11 凯特勒与社会性问题中的正态分布
    • 9.12 后记
  • 第十章 泊松与泊松分布
    • 10.1 泊松斑
    • 10.2 泊松分布
    • 10.3 博特克维奇与偶然被马踢死的意外死亡人数的分布
    • 10.4 阿贝与红细胞个数的计数分布
    • 10.5 帕尔姆与电话业务问题中的泊松过程
    • 10.6 辛钦与其专著《公用事业理论的数学方法》
    • 10.7 埃尔朗与埃尔朗-C、埃尔朗-B公式及埃尔朗分布
    • 10.8 韦布尔分布
    • 10.9 后记
  • 第十一章 帕累托与帕累托分布
    • 11.1 帕累托与帕累托原则、帕累托分布
    • 11.2 长尾分布
    • 11.3管理学家戴克与ABC分类库存控制法
    • 11.4 质量管理专家朱兰与二八定律
    • 11.5 现代管理学之父德鲁克
    • 11.6 齐普夫与齐普夫定律
    • 11.7 布拉德福与布拉德福定律
    • 11.8 洛特卡与洛特卡定律
    • 11.9 幂律分布及其参数估计
    • 11.10 西蒙与他的“成功产生成功”假设
    • 11.11 尤尔与尤尔分布
    • 11.12 尤尔分布及其参数估计
    • 11.13 普赖斯及普赖斯定律、普赖斯指数和普赖斯曲线
    • 11.14 普赖斯的科学文献网络及累积优势分布
    • 11.15 巴拉巴西与万维网的直径
    • 11.16 偏好链接
    • 11.17 无标度网
    • 11.18 后记
  • 第十二章 天才高尔顿:以统计学为纽带的科学王国
    • 12.1 总论
    • 12.2 气象学:高尔顿统计创新的原始驱动
    • 12.3 遗传学和优生学:高尔顿统计学的核心背景
    • 12.4 心理学:高尔顿统计学的另一个场景
    • 12.5 人类学:高尔顿统计学的扩展领域
    • 12.6 肖像合成:高尔顿的平均脸
    • 12.7 指纹研究:高尔顿对出现相同指纹概率的估计
    • 12.8 统计学:高尔顿科学王国的纽带
    • 12.9 GALTON F,1886:高尔顿关于回归的论文
    • 12.10 进一步阅读:高尔顿传记与介绍的材料
  • 参考文献

相关图书