前辅文
第一章 随机事件与概率
§1 随机事件及其概率
§2 古典概型
§3 事件的运算及概率的加法公式
§4 集合与事件?概率的公理化定义
§5 条件概率?乘法公式?独立性
§6 全概公式与逆概公式
§7 独立试验序列概型
第二章 随机变量与概率分布
§1 随机变量
§2 离散型随机变量
§3 连续型随机变量
§4 分布函数与随机变量函数的分布
第三章 随机变量的数字特征
§1 离散型随机变量的期望
§2 连续型随机变量的期望
§3 期望的简单性质及随机变量函数的期望公式
§4 方差及其简单性质
§5 其他
第四章 随机向量
§1 随机向量的(联合)分布与边缘分布
§2 两个随机变量的函数的分布
§3 随机向量的数字特征
§4 关于n维随机向量
*§5 条件分布与条件期望
§6 大数定律和中心极限定理
第五章 统计估值
§1 总体与样本
§2 分布函数与分布密度的估计
§3 最大似然估计法
§4 期望与方差的点估计
§5 期望的置信区间
§6 方差的置信区间
*§7 寻求置信区间和置信限的一般方法
第六章 假设检验
§1 问题的提法
§2 一个正态总体的假设检验
*§3 假设检验的某些概念和数学描述
§4 两个正态总体的假设检验
§5 比率的假设检验
§6 总体的分布函数的假设检验
第七章 回归分析方法
§1 一元线性回归
§2 多元线性回归
§3 逻辑斯谛(Logistic)回归模型
第八章 正交试验法
§1 正交表
§2 几个实例
§3 小结
第八章附表 常用正交表
*第九章 统计决策与贝叶斯统计大意
§1 统计决策问题概述
§2 什么是贝叶斯统计
§3 先验分布的确定
§4 应用实例——电视机寿命验证试验的贝叶斯方法
第十章 随机过程初步
§1 随机过程的概念
§2 独立增量过程
§3 马尔可夫过程
§4 平稳过程
*§5 时间序列的统计分析简介
附录一 排列与组合
附录二 关于几种常用的统计量
附表1 正态分布数值表
附表2 t分布临界值表
附表3 χ2分布临界值表
附表4 F分布临界值表(α=0.)
附表5 F分布临界值表(α=0.5)
附表6 F分布临界值表(α=0.)
习题答案
参考书目
