●第一部分智能疲勞統計學的數學基礎
第1章概率論的基礎知識
1.1概率、隨機事件和隨機變量
1.1.1有關概率的幾個基本概念
1.1.2隨機事件
1.1.3隨機變量
1.2隨機變量的分布、概率密度函數及可靠度
1.2.1隨機變量分布函數和概率密度函數
1.2.2可靠度和破壞率
1.3隨機變量的期望和矩
1.3.1隨機變量的期望和統計中的算術平均
1.3.2隨機變量的各階矩之意義
第2章隨機變量的函數及其特征值
2.1隨機變量函數和二維隨機變量
2.1.1隨機變量函數的意義
2.1.2二維隨機變量
2.2隨機變量之和（或差）的數學期望和方差
2.2.1隨機變量之和的數學期望
2.2.2隨機變量之和的方差
2.3矩母函數及其性質
2.3.1矩母函數的定義
2.3.2矩母函數的性質
2.4優選似然性法原理
第3章幾種常用的分布
3.1高斯分布
3.1.1正態分布的特點
3.1.2標準分數
3.1.3正態變量的和與差的PDF
3.2威布爾分布
3.2.1威布爾分布由來及特點
3.2.2威布爾分布的PDF
3.3伽馬分布和貝塔分布
3.3.1伽馬函數和貝塔函數
3.3.2伽馬分布
3.3.3貝塔分布
第4章統計學基礎知識
4.1統計的意義
4.2統計和概率及有關定律
4.2.1統計和概率
4.2.2大數定律
4.3總體和樣本
4.3.1統計學中的基本術語
4.3.2中心極限定理
4.4可靠度估計量
4.5統計推斷
4.5.1統計推斷的由來
4.5.2顯著度和置信度等概念的統計定義
4.5.3零假設和備選假設
4.5.4例子
附錄一大數定律的一個證明
附錄二無偏估計和有偏估計
附錄三隸莫佛-拉普拉斯中心極限定理的證明
……
第二部分智能疲勞統計學的計算機基礎
第三部分智能疲勞統計學的一些應用
關於智能疲勞統計學的展望
附錄
參考文獻
中文關鍵字索引
英文關鍵字索引
英文關鍵字索引
