前言
第1章  隨機事件及概率
  1.1  隨機事件
    一、隨機試驗
    二、樣本空間
    三、隨機事件
    四、事件之間的關繫和運算
    五、事件運算法則
  1.2  隨機事件的概率
    一、頻率
    二、概率的統計定義
    三、概率的性質
  1.3  古典概率
    一、古典概型及其概率計算
    二、幾何概率
  1.4  條件概率
    一、條件概率與乘法公式
    二、全概率公式和貝葉斯公式
  1.5  事件的獨立性
  1.6  獨立試驗序列
  習題一
第2章  隨機變量及其分布
  2.1  隨機變量
    一、隨機變量的定義
    二、引入隨機變量的意義
    三、隨機變量的分布函數
  2.2  離散型隨機變量及其概率分布
    一、離散型隨機變量及其概率分布
    二、常用離散型隨機變量的分布
  2.3  連續型隨機變量及其概率密度
    一、連續型隨機變量及其概率密度
    二、常用連續型分布
  2.4  隨機變量的函數及其分布
    一、隨機變量的函數
    二、離散型隨機變量函數的分布
    三、連續型隨機變量函數的分布
  習題二
第3章  二維隨機變量及其分布
  3.1  二維隨機變量及其分布
    一、二維隨機變量的聯合分布
    二、二維連續隨機變量的聯合概率密度
  3.2  邊緣分布
  3.3  隨機變量的獨立性
  3.4  二維隨機變量函數的分布
    一、Z=X+Y，和的分布
    二、M=max(X，Y)及N=max(X，Y)，值的分布
    三、二維正態分布
  習題三
第4章  隨機變量的數字特征
  4.1  數學期望
    一、一維隨機變量的數學期望
    二、二維隨機變量的數學期望
    三、隨機變量函數的數學期望
    四、數學期望的性質
  4.2  方差與標準差
    一、方差的定義與計算公式
    二、方差的性質
  4.3  原點矩與中心矩
  4.4  協方差與相關繫數
    一、協方差
    二、相關繫數
  習題四
第5章  大數定律和中心極限定理
  5.1  大數定律
    一、切比雪夫不等式
    二、大數定律
  5.2  中心極限定理
    一、獨立同分布的中心極限定理
    二、棣莫弗.拉普拉斯中心極限定理
  習題五
第6章  數理統計的基本知識
  6.1  總體與樣本
    一、總體與個體
    二、抽樣和樣本
  6.2  統計量
  6.3  數理統計中的幾種常見分布
    一、x2分布
    二、t分布
    三、F分布
  6.4  正態總體的抽樣分布
    一、單個正態總體的統計量的分布
    二、兩個正態總體的統計量的分布
  習題六
第7章  參數估計
  7.1  點估計
    一、估計問題
    二、估計量的評判標準
  7.2  置信區間
    一、置信區間的概念
    二、尋求置信區間的方法
  7.3  正態總體的置信區間
    一、單正態總體均值的置信區間
    二、單正態總體方差的置信區間
    三、雙正態總體均值差的置信區間
    四、雙正態總體方差比的置信區間
  7.4  單側置信區間
  習題七
第8章  假設檢驗
  8.1  假設檢驗的基本概念
    一、統計假設
    二、假設檢驗的思想方法
    三、假設檢驗的一般步驟
    四、假設檢驗的兩類錯誤
  8.2  正態總體參數的的假設檢驗
    一、關於正態總體均值μ的假設檢驗
    二、關於正態總體方差σ2的假設檢驗
  8.3  兩個正態總體參數的假設檢驗
    一、兩個正態總體均值μ1=μ2的假設檢驗
    二、兩個正態總體方差σ1=σ2的假設檢驗
  習題八
附表1  泊松分布表
附表2  標準正態分布表
附表3  x2分布表
附表4  t分布表
附表5  F分布臨界值表
參考答案
  習題一
  習題二
  習題三
  習題四
  習題五
  習題六
  習題七
  習題八
參考文獻