數(shù)據(jù)的統(tǒng)計(jì)處理和解釋（第二版）

第1章 基本概念
1.1 引言
1.2 指標(biāo)的分類
1.3 指標(biāo)的分布
1.4 數(shù)據(jù)與取樣
1.5 集中趨勢
1.5.1 算術(shù)平均數(shù)
1.5.2 中位數(shù)
1.5.3 眾數(shù)
1.6 離散性指標(biāo)
1.7 分位數(shù)簡介
1.8 其他
第2章 概率與分布
2.1 比例與概率
2.2 樣本與統(tǒng)計(jì)量的分布
2.2.1 分布
2.2.2 隨機(jī)變量與分布
2.2.3 期望、方差、矩
2.2.4 聯(lián)合分布、條件分布、獨(dú)立性
2.2.5 樣本的聯(lián)合分布
2.3 常見的離散型分布
2.3.1 兩點(diǎn)分布
2.3.2 二項(xiàng)分布6(n，p)
2.3.3 超幾何分布
2.3.4 泊松分布
2.3.5 負(fù)二項(xiàng)分布
2.4 常見的連續(xù)型分布
2.4.1 正態(tài)分布
2.4.2 指數(shù)分布與威布爾分布
2.4.3 極值分布
2.4.4 位置一尺度參數(shù)族
2.4.5 τ分布
2.4.6 對(duì)數(shù)正態(tài)分布
2.5 統(tǒng)計(jì)量導(dǎo)出的分布
2.5.1 正態(tài)總體導(dǎo)出的統(tǒng)計(jì)量及其分布
2.5.2 樣本的次序統(tǒng)計(jì)量
2.6 分位數(shù)
2.7 參數(shù)估計(jì)與假設(shè)檢驗(yàn)簡介
第3章 參數(shù)估計(jì)
3.1 點(diǎn)估計(jì)簡介
3.2 點(diǎn)估計(jì)的優(yōu)良性準(zhǔn)則
3.3 點(diǎn)估計(jì)的方法
3.3.1 矩估計(jì)法
3.3.2 最大似然估計(jì)法
3.3.3 最小二乘法
3.3.4 貝葉斯估計(jì)
3.4 區(qū)間估計(jì)
3.5 二項(xiàng)分布參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)
3.5.1 經(jīng)典估計(jì)
3.5.2 序貫估計(jì)
3.5.3 貝葉斯估計(jì)
3.5.4 極小極大估計(jì)
3.5.5 區(qū)間估計(jì)
3.6 泊松分布參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)
3.7 正態(tài)分布參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)
3.8 τ分布參數(shù)的點(diǎn)估計(jì)與區(qū)間估計(jì)
3.8.1 二參數(shù)τ分布的參數(shù)估計(jì)
3.8.2 三參數(shù)τ分布
第4章 假設(shè)檢驗(yàn)
4.1 正態(tài)總體均值的檢驗(yàn)
4.1.1 均值與給定值的比較
4.1.2 兩個(gè)均值的比較
4.1.3 成對(duì)觀測的兩均值比較
4.2 方差分析
4.2.1 單因素的方差分析
4.2.2 兩因素的方差分析
4.3 正態(tài)總體方差的檢驗(yàn)
4.4 功效函數(shù)
4.4.1 U檢驗(yàn)的優(yōu)良性質(zhì)
4.4.2 假設(shè)檢驗(yàn)的一些理論
4.4.3 OC曲線的實(shí)際意義和應(yīng)用
4.5 正態(tài)性檢驗(yàn)
4.5.1 S—W檢驗(yàn)法(Shapiro—wilk)
4.5.2 D檢驗(yàn)法(D'Agostino)
4.5.3 偏度、峰度檢驗(yàn)法
4.5.4 正態(tài)概率紙
4.6 二項(xiàng)分布參數(shù)的檢驗(yàn)
4.6.1 單側(cè)情形
4.6.2 雙側(cè)情形
4.7 泊松分布參數(shù)的假設(shè)檢驗(yàn)
4.7.1 單側(cè)情形
4.7.2 雙側(cè)情形
第5章 異常值的判斷和處理
5.1 異常值處理的意義
5.2 正態(tài)總體異常值的判斷和處理(GB／T 4883)
5.2.1 奈爾(Nair)檢驗(yàn)法
5.2.2 格拉布斯(Grubbs)檢驗(yàn)法
5.2.3 狄克遜(Dixon)檢驗(yàn)法
5.2.4 偏度一峰度檢驗(yàn)法
5.2.5 一些說明
5.2.6 數(shù)據(jù)處理實(shí)例
5.3 指數(shù)分布異常值的判斷和處理(GB／T 8056)
5.3.1 全樣觀測時(shí)的方法
5.3.2 定數(shù)截尾時(shí)的檢驗(yàn)方法
5.4 I型極值分布異常值的判斷與處理(GB／T 6380)
5.4.1 狄克遜法
5.4.2 歐文(Irwin)法
參考文獻(xiàn)