了得網研究生_應用概率統計

商品搜索

类别：

关键字：

商品分类

應用概率統計
該商品所屬分類：研究生 -> 公共課
【市場價】	364-528元
【優惠價】	228-330元
【作者】	夏樂天　主編
【所屬類別】	圖書教材研究生/本科/專科教材公共課
【出版社】	機械工業出版社
【ISBN】	9787111242703
【折扣說明】	一次購物滿999元台幣免運費+贈品一次購物滿2000元台幣95折+免運費+贈品一次購物滿3000元台幣92折+免運費+贈品一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】	①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾

版本	正版全新電子版PDF檔
您已选择：	正版全新
溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。 . 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。 . 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。

內容介紹

開本：16開

紙張：膠版紙

包裝：平裝

是否套裝：否

國際標準書號ISBN：9787111242703

叢書名：研究生（非數學類）數學繫列規劃教材

作者：夏樂天主編

出版社：機械工業出版社

出版時間：2008年08月

編輯推薦

書是為工科專業研究生數學公共課所編寫的教材，兼顧其他非數學專業研究生選用。它是各位作者多年從事本課程教學的積累，有些內容就是作者的研究成果。本書主要討論應用概率統計的基本理論及其應用，每章都準備了較為充分的例題配合理論、方法及其應用的講解，正文之後均配有適量的習題供讀者練習，一些習題甚至還是正文內容的拓展。全書共分十章，第1章主要介紹古典概率和概率的公理化體繫；第2章、第3章分別介紹離散型*變量、連續型*變量及其分布；第4章介紹*變量的數字特征；第5章介紹極限定理；第6章介紹數理統計的基本概念；第7章、第8章分別介紹參數估計和假設檢驗，這兩章是本書的核心部分；第9章方差分析與第10章回歸分析相對獨立著重應用。各章的習題均配有答案或提示，便於學生自學提高，另外部分章節還有若干補充內容供學生自學鑽研。各章節在敘述上均按由淺入深、由簡入繁漸進模式展開。該書可供各大專院校作為教材使用，也可供從事相關工作的人員作為參考用書使用。

內容簡介

本書共分為十章，主要討論應用概率統計的基本理論及其應用。讀者隻需具備高等數學、線性代數和初等概率論的知識，就可閱讀全書。內容包括*事件與概率、離散型*變量及其分布、連續型*變量及其分布、*變量的數字特征、極限定理、數理統計的基本概念、參數估計、假設檢驗、方差分析和回歸分析。各章的習題均配有答案或提示，便於學生自學提高，另外部分章節還有若干補充內容供學生自學鑽研。各章節在敘述上均按由淺入深、由簡人繁漸進模式展開，本書作為非數學類專業研究生概率統計或應用統計課程的教材，凝聚了江蘇省多所理工科大學多年來該課程的教學經驗，理論嚴謹、文字通俗、內容方面頗具特色，很符合該課程教學的實際需要。本書的讀者對像為非數學類專業研究生、大學理工科專業高年級學生和從事相關工作的科技工作者。

前言
第1章隨機事件與概率
1.1 樣本空間與隨機事件
1.1.1 隨機試驗與樣本空間
1.1.2 隨機事件及其相互間的關繫
1.2 頻率與概率
1.2.1 頻率
1.2.2 概率的統計意義
1.2.3 概率的性質
1.3 古典概型與幾何概型
1.3.1 古典概型的特征及其概率計算公式
1.3.2 古典概型中的幾類基本問題
1.3.3 幾何概型
1.4 概率的公理化體繫前言
第1章隨機事件與概率
1.1 樣本空間與隨機事件
1.1.1 隨機試驗與樣本空間
1.1.2 隨機事件及其相互間的關繫
1.2 頻率與概率
1.2.1 頻率
1.2.2 概率的統計意義
1.2.3 概率的性質
1.3 古典概型與幾何概型
1.3.1 古典概型的特征及其概率計算公式
1.3.2 古典概型中的幾類基本問題
1.3.3 幾何概型
1.4 概率的公理化體繫
1.4.1 隨機事件的公理化定義
1.4.2 概率的公理化定義與概率空間
1.5 條件概率
1.5.1 條件概率
1.5.2 乘法公式
1.5.3 全概率公式與貝葉斯公式
1.6 隨機事件的獨立性與獨立試驗概型
1.6.1 隨機事件的獨立性
1.6.2 獨立試驗與貝努利概型
習題一
第2章離散型隨機變量及其分布
2.1 隨機變量的概念
2.2 一維離散型隨機變量的分布律
2.3 幾個常用的離散型分布及其關繫
2.3.1 常見的離散型分布
2.3.2 常用分布律之間的關繫
2.4 二維離散型隨機變量
2.4.1 聯合分布律
2.4.2 邊緣分布律
2.4.3 條件分布律
2.4.4 隨機變量的相互獨立性
2.5 離散型隨機變量函數的分布律
習題二
第3章連續型隨機變量及其分布
3.1 隨機變量的分布函數
3.2 一維連續型隨機變量的概率密度函數及幾個常用分布
3.2.1 一維連續型隨機變量和密度函數的概念
3.2.2 幾個常用的連續型分布
3.3 多維連續型隨機變量
3.3.1 二維隨機變量的聯合分布及邊緣分布
3.3.2 二維連續型隨機變量及其聯合密度函數
3.3.3 邊緣密度函數
3.3.4 條件密度函數
3.3.5 隨機變量的相互獨立性
3.4 連續型隨機變量函數的概率密度函數
3.4.1 一維連續型隨機變量函數的密度函數
3.4.2 多維連續型隨機變量函數的密度函數
習題三
第4章隨機變量的數字特征
4.1 數學期望
4.1.1 數學期望的定義
4.1.2 數學期望的性質
4.2 方差
4.2.1 方差的定義
4.2.2 方差的性質
4.2.3 切比雪夫不等式
4.3 矩、協方差與相關繫數
4.3.1 矩
4.3.2 協方差
4.3.3 相關繫數
4.4 隨機向量的數字特征
4.4.1 均值向量
4.4.2 協方差矩陣
4.4.3 n維正態分布
4.5 特征函數
4.5.1 定義與性質
4.5.2 反演公式
4.6 母函數與矩母函數
4.6.1 母函數
4.6.2 矩母函數
習題四
第5章極限定理
5.1 隨機變量序列的四種收斂性
5.1.1 依概率1收斂
5.1.2 依概率收斂
5.1.3 依分布收斂
5.].4 均方收斂
5.1.5 四種收斂性之間的關繫
5.2 大數定律
5.2.1 大數定律的概念
5.2.2 幾個常用的大數定律
5.2.3 應用實例
5.3 中心極限定理
5.3.1 中心極限定理的概念
5.3.2 幾個常用的中心極限定理
5.3.3 應用實例
習題五
第6章數理統計的基本概念
6.1 總體、樣本與經驗分布函數
6.1.1 總體與樣本
6.1.2 經驗分布函數
6.2 統計量與抽樣分布定理
6.2.1 統計量
6.2.2 三個分布
6.2.3 正態總體的抽樣分布定理
6.3 順序統計量及其分布
6.3.1 順序統計量的定義
6.3.2 順序統計量相關分布
習題六
第7章參數估計
7.1 點估計
7.1.1 矩估計法
7.1.2 極大似然估計法
7.1.3 順序統計量估計法
7.1.4 貝葉斯（Bayes）法
7.2 估計量的評價標準
7.2.1 均方誤差
7.2.2 無偏估計
7.2.3 有效估計
7.2.4 相合估計
7.3 充分性和完備性
7.3.1 充分統計量
7.3.2 完備統計量
7.3.3 指數族分布
7.4 區間估計
7.4.1 區間估計的基本概念
7.4.2 區間估計的常用方法——樞軸量法
7.4.3 單正態總體參數的置信區間
7.4.4 雙正態總體均值差與方差比的置信區間
7.4.5 單側置信限
7.4.6 指數分布總體參數的置信區間
7.5 區間估計的大樣本法
7.5.1 兩正態總體方差未知時均值差的置信區間
7.5.2 （0-1）分布總體參數ρ的置信區間
習題七
第8章假設檢驗
8.1 假設檢驗的基本概念
8.1.1 基本概念
8.1.2 顯著性檢驗法則的構造
8.2 總體參數的顯著性假設檢驗
8.2.1 單正態總體均值的顯著性假設檢驗
8.2.2 單正態總體方差的顯著性假設檢驗
8.2.3 雙正態總體均值差的顯著性假設檢驗
8.2.4 雙正態總體方差比的顯著性假設檢驗
8.2.5 指數分布總體參數的顯著性假設檢驗
8.2.6 非正態總體參數的大樣本檢驗
8.3 非參數假設檢驗
8.3.1 γ2擬合檢驗法
8.3.2 柯爾莫哥洛夫檢驗法
8.3.3 斯米爾諾夫檢驗法
8.3.4 正態總體的偏度、峰度檢驗法
8.3.5 秩和檢驗法
8.3.6 獨立性檢驗
8.4 檢驗
8.4.1 功效函數
8.4.2 功效檢驗
8.4.3 無偏檢驗
8.4.4 似然比檢驗
8.5 假設檢驗的其他形式
8.5.1 利用區間估計進行假設檢驗
8.5.2 ρ-值檢驗法
習題八
第9章方差分析
9.1 單因素方差分析
9.1.1 方差分析的基本概念
9.1.2 單因素方差分析的數學模型
9.1.3 單因素方差分析的方差分析表
9.1.4 存在差異的多重比較的方法
9.1.5 隨機誤差的方差的齊性與正態性檢驗
9.1.6 隨機誤差非齊性方差的數據變換
9.1.7 單因素方差分析SAS軟件介紹
9.2 雙因素方差分析
9.2.1 無重復試驗的雙因素方差分析
9.2.2 有重復試驗的雙因素方差分析
習題九
第10章回歸分析
10.1 回歸分析的基本概念
10.2線性回歸
10.2.1線性回歸模型
10.2.2 參數的小二乘估計
10.2.3 回歸方程的線性檢驗
10.2.4 回歸繫數的區間估計
10.2.5 預測與控制
10.2.6線性回歸的SAS軟件介紹
10.3線性回歸
10.3.1線性回歸模型
10.3.2 參數的小二乘估計
10.3.3線性回歸的相關性檢驗
10.3.4 能化為線性回歸的非線性回歸
10.3.5線性回歸的SAS軟件介紹
習題十
部分習題答案或提示
附表
附表1 幾種常用的概率分布
附表2 標準正態分布表
附表3 泊松分布表
附表4 t分布表
附表5 γ2分布表
附表6 F分布表
附表7 秩和臨界值表
附表8 檢驗相關繫數ρ＝0的臨界值（rα）表
參考文獻

在線試讀

第1章隨機事件與概率
概率論與數理統計是研究自然界中隨機現像統計規律性的一門數學學科，在本書中，從第1章開始，我們將用五章的篇幅介紹概率論的基本內容。
1.1樣本空間與隨機事件
1.1.1隨機試驗與樣本空間
自然界中的自然現像一般可以分為確定性現像和隨機性現像兩種類型。確定性現像是指，在一定的前提條件下，做一件事情一定會得到某種確定的結果，例如，在海撥高度為0米的平面上，如果把水燒到100攝氏度，則水就會沸騰，再例如，從飛機上跳傘而下的空降兵一定能夠下落到地面等等。隨機性現像是指做一件事情不一定能得到某種確定的結果，例如，在水平桌面上拋擲一枚正常的硬幣，硬幣落下時，硬幣究竟是正面朝上，還是背面朝上是不確定的，再例如，明年的今天是個什麼天氣？現在也是不能確定的。讀者可以很容易舉出這樣的例子來，實際上，自然界中的隨機性現像是非常多的。
概率統計就是研究自然界中隨機現像統計規律性的一門數學學科。與其他自然科學一樣，為了對某種現像進行研究，就必須獲取所研究對像的有關信息，在通常情況下，主要有兩種獲取信息的方法，一是對自然界中隨機性現像進行被動的觀察，另外一種是在一定條件下進行主動的科學試驗，顯而易見，由於科學試驗受到自然條件的限制較少，它是獲取大量研究信息的重要手段，為了對隨機性現像進行研究，通常要求試驗具備如下條件：
（1）試驗可以在相同條件下重復進行；
（2）試驗所有可能出現的結果，試驗前是已知的；
（3）具體到某一次試驗，會出現什麼樣的結果，試驗前是未知的。
我們將具有上述三個條件的試驗稱為隨機試驗。在概率論中，就是通過研究隨機試驗來研究隨機現像的。
注在上述隨機試驗的定義中，條件（1）實際上是科學試驗的要求，條件（2）表明隨機試驗所有可能會出現的結果至少是兩個，否則如果隻有一個結果的話，那麼任何一次隨機試驗必出現該結果，這與條件（3）是矛盾的。
……

網友評論我們期待著您對此商品發表評論

相關商品

商品搜索

商品分类

【醫學】

【各大出版社】