概率論與數(shù)理統(tǒng)計

1 事件的概率
1.1 隨機事件
1.2 隨機事件的概率
1.3 條件概率與乘法公式
1.4 事件的獨立性
1.5 全概率公式與貝葉斯公式
習(xí)題1
2 隨機變量
2.1　隨機變量的概念
2.2　離散型隨機變量與連續(xù)型隨機變量
2.3　分布函數(shù)
2.4　二維隨機變量
2.5　邊緣分布
2.6　條件分布
2.7　隨機變量的獨立性
2.8　隨機變量函數(shù)的分布
習(xí)題2
3 隨機變量的數(shù)字特征
3.1　數(shù)學(xué)期望
3.2　方差
3.3　協(xié)方差與相關(guān)系數(shù)
3.4　大數(shù)定理
習(xí)題3
4 正態(tài)分布
4.1　正態(tài)分布
4.2　正態(tài)隨機變量的線性組合
4.3　中心極限定理
4.4 X的平方分布、t分布與F分布
習(xí)題4
5 參數(shù)的點估計
5.1 總體與樣本
5.2 直方圖
5.3 統(tǒng)計量
5.4 參數(shù)的點估計
習(xí)題5
6 假設(shè)檢驗與區(qū)間估計
6.1 假設(shè)檢驗
6.2 正態(tài)總體均值與方差的假設(shè)檢驗
6.3 兩正態(tài)總體均值或方差的比較
6.4 分布擬合檢驗
6.5 參數(shù)的區(qū)間估計
習(xí)題6
7 回歸分析與方差分析
7.1 一元線性回歸
7.2 一元線性回歸的統(tǒng)計分析
7.3 可轉(zhuǎn)化為一元線性回歸的模型舉例
7.4 單因素試驗方差分析
7.5 雙因素試驗方差分析
習(xí)題7
8 bootstrap方法
8.1 模擬各種分布的隨機變量
8.2 非參數(shù)bootstrap方法
8.3 參數(shù)bootstrap方法
9 在數(shù)理統(tǒng)計中應(yīng)用Excel軟件
9.1 概述
9.2 假設(shè)檢驗
9.3 一元線性回歸
9.4 方差分析
9.5 bootstrap方法、宏、VBA語言
習(xí)題9
附表1 標準正態(tài)分布表
附表2 t分布表
附表3 X2分布表
附表4 F分布表
習(xí)題答案