图书详情

图书信息
图书目录

统计分布



统计分布是数理统计的基础, 数理统计的理论和方法均离不开统计分布。

本书重点介绍常见的统计分布( 包括离散型随机变量的分布、连续型随机变量的分布、多元分布等), 详细地介绍了它们的性质、计算方法及相互之间的关系, 并用大量的例子介绍这些分布的实际应用背景。

本书可供数理统计工作者、从事实际工作的技术人员、理工科师生阅读。

作者：
方开泰、许建伦
定价：
33.20元
出版时间：
2016-07-29
ISBN：
978-7-04-045501-4
物料号：
45501-00
读者对象：
高等教育
一级分类：
数学与统计学类
二级分类：
统计学专业课
三级分类：
统计学
重点项目：
暂无
版面字数：
340.00千字
开本：
16开
全书页数：
暂无
装帧形式：
平装
  • 前辅文
  • 第一章 预备知识
    • 1.1 事件和概率
      • 1.1.1 随机现象及其统计规律性
      • 1.1.2 事件的运算
      • 1.1.3 概率及其公理化定义
      • 1.1.4 条件概率
      • 1.1.5 独立性
    • 1.2 随机变量及其分布
      • 1.2.1 随机变量的定义
      • 1.2.2 离散型随机变量
      • 1.2.3 连续型随机变量
      • 1.2.4 分布函数
    • 1.3 随机变量的特征数
      • 1.3.1 数学期望
      • 1.3.2 方差
      • 1.3.3 高阶矩
      • 1.3.4 众数、分位点和中位数
    • 1.4 矩母函数与特征函数
    • 1.5 随机向量及其分布
      • 1.5.1 随机向量
      • 1.5.2 分布函数
      • 1.5.3 边缘分布
      • 1.5.4 独立性
      • 1.5.5 条件分布
      • 1.5.6 矩
      • 1.5.7 特征函数
    • 1.6 随机变量函数的分布
    • 1.7 分布参数的估计和检验
    • 1.8 计算统计分布的一些\ R 函数
  • 第二章 离散型随机变量的分布
    • 2.1 两点分布
    • 2.2 二项分布
      • 2.2.1 定义
      • 2.2.2 性质
      • 2.2.3 应用
      • 2.2.4 近似计算
    • 2.3 泊松分布
      • 2.3.1 定义
      • 2.3.2 性质
      • 2.3.3 应用
    • 2.4 超几何分布
      • 2.4.1 定义
      • 2.4.2 性质
      • 2.4.3 应用
      • 2.4.4 近似计算
    • 2.5 几何分布
      • 2.5.1 定义
      • 2.5.2 性质
      • 2.5.3 应用
    • 2.6 负二项分布
      • 2.6.1 定义
      • 2.6.2 性质
      • 2.6.3 应用
    • 2.7 一些其他离散分布
      • 2.7.1 离散型均匀分布
      • 2.7.2 负超几何分布
      • 2.7.3 截塔\ (Zeta) 分布
      • 2.7.4 截尾泊松分布
      • 2.7.5 幂级数分布
    • *2.8 缸的模型和占有问题
    • *2.9 求离散型分布矩的一种方法
      • 2.9.1 有限差算子
      • 2.9.2 一些离散型随机变量的矩
  • 第三章 正态分布及其有关的分布
    • 3.1 正态分布
      • 3.1.1 定义
      • 3.1.2 性质
      • 3.1.3 应用
    • 3.2 对数正态分布
      • 3.2.1 定义
      • 3.2.2 性质
      • 3.2.3 应用
    • 3.3 \bm\chi^2 \ 分布和\ \bm\chi分布
      • 3.3.1 定义
      • 3.3.2 性质
      • 3.3.3 应用
      • 3.3.4 \chi\ 分布
    • 3.4 \bmt \ 分布
      • 3.4.1 定义
      • 3.4.2 性质
      • 3.4.3 应用
    • 3.5 \bmF \ 分布
      • 3.5.1 定义
      • 3.5.2 性质
      • 3.5.3 应用
    • *3.6 \bm\chi^2 \ 分布、\bmt分布和\ \bmF分布密度的推导
      • 3.6.1 \chi^2\ 分布密度的推导
      • 3.6.2 t\ 分布密度的推导
      • 3.6.3 F\ 分布密度的推导
    • *3.7 非中心\ \bm\chi^2分布
      • 3.7.1 定义
      • 3.7.2 性质
      • 3.7.3 应用和计算
    • 3.8 非中心\ \bmt分布
      • 3.8.1 定义
      • 3.8.2 性质
      • 3.8.3 应用和分布函数的计算
    • 3.9 非中心\ \bmF分布
      • 3.9.1 定义
      • 3.9.2 性质
      • 3.9.3 应用和分布函数的计算
  • 第四章 连续型随机变量的分布
    • 4.1 有限区间上的均匀分布
      • 4.1.1 定义
      • 4.1.2 性质
      • 4.1.3 应用
    • 4.2 韦布尔分布
      • 4.2.1 定义
      • 4.2.2 性质
      • 4.2.3 应用
    • 4.3 伽玛分布
      • 4.3.1 定义
      • 4.3.2 性质
      • 4.3.3 应用
    • 4.4 贝塔分布
      • 4.4.1 定义
      • 4.4.2 性质
      • 4.4.3 应用
    • 4.5 幂函数分布
      • 4.5.1 定义
      • 4.5.2 性质
    • 4.6 柯西分布
      • 4.6.1 定义
      • 4.6.2 性质
      • 4.6.3 应用
    • 4.7 逻辑斯谛分布
      • 4.7.1 定义
      • 4.7.2 性质
      • 4.7.3 应用
    • 4.8 极值分布
      • 4.8.1 定义
      • 4.8.2 性质
      • 4.8.3 应用
    • 4.9 拉普拉斯分布
      • 4.9.1 定义
      • 4.9.2 性质
      • 4.9.3 应用
    • 4.10 最大似然估计
  • 第五章 分布拟合检验
    • 5.1 皮尔逊的\ \bm\chi^2检验
    • 5.2 经验分布函数
    • 5.3 柯尔莫哥洛夫检验、斯米尔诺夫检验
      • 5.3.1 柯尔莫哥洛夫检验
      • 5.3.2 斯米尔诺夫检验
    • *5.4 \bmA^2 \ 和\ \bmW^2检验
      • 5.4.1 A ^2\ 和\ W ^2 统计量
      • 5.4.2 计算公式
    • *5.5 参数未知的\ \bmA^2和\ \bmW^2检验
      • 5.5.1 正态分布
      • 5.5.2 韦布尔分布
      • 5.5.3 极值分布
      • 5.5.4 逻辑斯谛分布
      • 5.5.5 柯西分布
    • 5.6 正态性检验
      • 5.6.1 正态概率纸的构造
      • 5.6.2 正态概率纸的使用方法
      • 5.6.3 偏斜系数和峰态系数法
  • 第六章 多元分布
    • 6.1 多项分布
      • 6.1.1 定义
      • 6.1.2 性质
      • 6.1.3 应用
    • *6.2 多元超几何分布
      • 6.2.1 定义
      • 6.2.2 性质
      • 6.2.3 应用
    • *6.3 多元负二项分布
      • 6.3.1 定义
      • 6.3.2 性质
    • 6.4 多元正态分布
      • 6.4.1 定义
      • 6.4.2 性质
      • 6.4.3 应用
    • *6.5 狄利克雷分布
      • 6.5.1 定义
      • 6.5.2 性质
      • 6.5.3 应用
  • 附表1 正态分布表
  • 附表2 卡方分布表
  • 附表3 t 分布表
  • 附表4 F分布表
  • 索引
  • 参考文献
1