顶部
收藏

概率论与数理统计(第二版)


作者:
东华大学概率统计教研组
定价:
34.00元
ISBN:
978-7-04-064633-7
版面字数:
300.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-07-07
物料号:
64633-00
读者对象:
高等教育
一级分类:
数学与统计学类
二级分类:
理工类专业数学基础课
三级分类:
概率论与数理统计

本书强调概率论与数理统计的应用性,主要包括概率与统计简介、描述统计学、概率论的基础、随机变量的概率分布与数字特征、几种常见的分布、统计量的分布、参数估计、假设检验和回归分析等内容。书中主要统计计算使用Excel软件完成。学习本书的主要理论仅需要读者具有一元微积分的数学基础。本次修订加强了与大数据和人工智能相关的一些概率统计知识,将Excel统计计算更新为Excel 2010及以上版本,增加了线上自测题和习题答案。

本书可作为高等学校非数学类专业“概率论与数理统计”课程的教材,也适合科技工作者自学与参考。

  • 前辅文
  • 第1章 概率与统计简介
    • 1.1 古典统计学
    • 1.2 数理统计学与概率论
    • 1.3 ★人工智能时代的统计学
    • 习题
  • 第2章 描述统计学
    • 2.1 数据的图表描述
      • 2.1.1 频数表和频数图
      • 2.1.2 频率表和频率图
      • 2.1.3 分组数据、直方图和经验分布函数
    • 2.2 数据的特征汇总
      • 2.2.1 样本均值、中位数和众数
      • 2.2.2 样本方差、标准差和变异系数
      • 2.2.3 样本分位数和箱线图
      • 2.2.4 成对数据集和样本相关系数
    • 习题
  • 第3章 概率论的基础
    • 3.1 概率的基本概念
      • 3.1.1 样本空间和随机事件
      • 3.1.2 概率的定义与性质
    • 3.2 等可能概型
      • 3.2.1 古典概型
      • 3.2.2 几何概型
    • 3.3 条件概率
      • 3.3.1 条件概率与乘法公式
      • 3.3.2 全概率公式与贝叶斯公式
    • 3.4 事件的独立性
    • 习题
  • 第4章 随机变量的概率分布与数字特征
    • 4.1 随机变量及其概率分布
      • 4.1.1 离散型随机变量及其分布律
      • 4.1.2 分布函数
      • 4.1.3 连续型随机变量及其密度函数
      • 4.1.4 随机变量函数的分布
    • 4.2 随机变量的联合概率分布及独立性
      • 4.2.1 离散型随机变量的联合分布律
      • 4.2.2 随机变量的独立性
      • 4.2.3 连续型随机变量的联合密度函数及独立性
    • 4.3 数学期望
      • 4.3.1 数学期望的定义
      • 4.3.2 随机变量函数的数学期望
      • 4.3.3 数学期望的性质
      • 4.3.4 ★条件数学期望
    • 4.4 方差和协方差
      • 4.4.1 方差和标准差
      • 4.4.2 协方差和相关系数
    • 习题
  • 第5章 几种常见的分布
    • 5.1 伯努利分布和二项分布
      • 5.1.1 伯努利试验与伯努利分布
      • 5.1.2 二项分布的定义与计算
      • 5.1.3 二项分布的性质及应用
    • 5.2 泊松分布
      • 5.2.1 泊松分布的定义与计算
      • 5.2.2 泊松分布的性质与应用
    • 5.3 均匀分布
    • 5.4 指数分布
    • 5.5 正态分布
      • 5.5.1 标准正态分布
      • 5.5.2 正态分布及其性质
    • 5.6 正态分布生成的分布
      • 5.6.1 χ2分布
      • 5.6.2 t分布
      • 5.6.3 F分布
    • 习题
  • 第6章 统计量的分布
    • 6.1 随机样本
    • 6.2 正态总体统计量的分布
    • 6.3 大数定律与随机模拟
      • 6.3.1 辛钦大数定律和伯努利大数定律
      • 6.3.2 蒙特卡罗模拟
    • 6.4 中心极限定理
      • 6.4.1 独立随机变量和的蒙特卡罗模拟
      • 6.4.2 两个中心极限定理
    • 6.5 大样本均值的近似分布
    • 习题
  • 第7章 参数估计
    • 7.1 点估计
      • 7.1.1 矩估计与估计量的评价
      • 7.1.2 最大似然估计
    • 7.2 总体均值的区间估计
      • 7.2.1 方差已知时正态总体均值的区间估计
      • 7.2.2 方差未知时正态总体均值的区间估计
      • 7.2.3 大样本情形总体均值的区间估计
    • 习题
  • 第8章 假设检验
    • 8.1 假设检验的基本概念
    • 8.2 总体均值的假设检验
      • 8.2.1 方差已知时正态总体均值的假设检验
      • 8.2.2 方差未知时正态总体均值的假设检验
      • 8.2.3 大样本情形总体均值的假设检验
    • 习题
  • 第9章 回归分析
    • 9.1 回归模型的参数估计
      • 9.1.1 一元线性回归模型
      • 9.1.2 回归系数的最小二乘估计
    • 9.2 回归模型的假设检验
      • 9.2.1 方差分析
      • 9.2.2 估计量的分布
    • 9.3 ★回归预测
      • 9.3.1 回归系数的区间估计
      • 9.3.2 因变量的预测区间
    • 9.4 ★Logistic回归
      • 9.4.1 一元Logistic回归模型
      • 9.4.2 最大似然估计和梯度下降算法
    • 习题
  • 附表
  • 部分习题参考答案

相关图书