數理統計

第一章　概率論基礎
§1.1　概率空間
1.1.1　概率的定義與性質
1.1.2　條件概率與事件的獨立性
§1.2　隨機變量及其分布
1.2.1　一維隨機變量的分布
1.2.2　多維隨機變量及其分布
§1.3　隨機變量的函數及其分布
1.3.1　一維隨機變量的函數及其分布
1.3.2　二維隨機變量的函數及其分布
1.3.3　二維隨機變量的變換及其分布
§1.4　隨機變量的數字特征
1.4.1　數學期望
1.4.2　方差
1.4.3　矩，協方差與相關系數
1.4.4　多維隨機變量的數字特征
1.4.5　條件數學期望
§1.5　大數定律與中心極限定理
1.5.1　大數定律
1.5.2　中心極限定理
§1.6　多元正態(tài)分布
習題一
第二章　數理統計的基本概念與抽樣分布
§2.1　數理統計的基本概念
2.1.1　總體與樣本
2.1.2　統計量
2.1.3　經驗分布函數
§2.2　數理統計中的某些常用分布
2.2.1　r分布與X2分布
2.2.2　β分布族
2.2.3　t分布
2.2.4　F分布
§2.3　抽樣分布
2.3.1　正態(tài)總體的抽樣分布
2.3.2　非正態(tài)總體的一些抽樣分布
§2.4　充分統計量與完備統計量
2.4.1　充分統計量
2.4.2　因子分解定理
2.4.3　完備統計量
2.4.4　指數型分布族
§2.5　順序統計量與樣本極差
2.5.1　順序統計量及其分布
2.5.2　樣本中位數和樣本極差
習題二
第三章　參數估計
§3.1　參數的點估計
3.1.1　衡量估計量好壞的標準
3.1.2　求點估計的兩種常用方法
§3.2　最小方差無偏估計
§3.3　貝葉斯估計
3.3.1　統計決策理論
3.3.2　貝葉斯公式的密度函數形式
3.3.3　貝葉斯估計
3.3.4　minimax估計
§3.4　參數的區(qū)間估計
3.4.1　基本概念
3.4.2　單個正態(tài)總體參數的區(qū)間估計
3.4.3　兩個正態(tài)總體均值差與方差比的區(qū)間估計
3.4.4　非正態(tài)總體參數的區(qū)間估計
習題三
第四章　假設檢驗
§f.1　假設檢驗的基本概念
4.1.1　假設檢驗的基本思想和基本步驟
4.I.2　兩類錯誤和檢驗的功效函數
§4.2　正態(tài)總體參數的假設檢驗
14.2.1　單個正態(tài)總體參數的假設檢驗
4.2.2　兩個正態(tài)總體參數的假設檢驗
§4.3　其他分布參數的假設檢驗
4.3.1　指數分布參數的假設檢驗
4.3.2　比例p的檢驗
4.3.3　大樣本檢驗
4.3.4　檢驗的p值
§4.4　非參數假設檢驗方法
4.4.1　多項分布的檢驗法
4.4.2　一般分布的X檢驗法
習題四
第五章　回歸分析
§5.1　一元線性回歸
5.1.1　一元線性回歸模型的參數估計
5.1.2　一元線性回歸模型回歸系數的假設檢驗
5.1.3　一元線性回歸模型預測
§5.2　多元線性回歸
5.2.1　多元線性回歸模型
5.2.2　多元線性模型的參數估計
5.2.3　多元線性模型的假設檢驗
5.2.4　多元線性模型的預測
§5.3　非線性回歸模型簡介
習題五
第六章　方差分析與試驗設計
§6.1　單因素方差分析
6.1.1　單因素方差分析的數據結構
6.1.2　數學模型
6.1.3　方差分析
6.1.4　參數估計
6.1.5　方差分析中的多重比較
§6.2　雙因素方差分析
6.2.1　無交互作用的雙因素方差分析
6.2.2　有交互作用的雙因素方差分析
§6.3　正交試驗設計初步
6.3.1　正交表
6.3.2　正交表的分析
習題六
第七章　多元統計分析
§7.1　多元正態(tài)分布的參數估計和假設檢驗
7.1.1　多元正態(tài)分布的參數估計
7.1.2　多元統計中常用的分布及抽樣分布定理
7.1.3　多元正態(tài)分布均值向量的假設檢驗
§7.2　判別分析
7.2.1　馬氏距離的概念
7.2.2　距離判別
7.2.3　判別準則的評價
§7.3　列聯表分析
7.3.1　離散型數據的概率分布與抽樣模型
7.3.2　變量間相關聯系的測度
7.3.3　獨立性假設檢驗
習題七
第八章　隨機模擬
§8.1　偽隨機數的生成
§8.2　一般離散隨機變量的生成
8.2.1　逆變換法
8.2.2　拒絕一接受方法
§8.3　連續(xù)隨機變量的生成
8.3.1　逆變換法
8.3.2　接受拒絕方法
§8.4　MCMC方法
8.4.1　馬氏鏈簡介
8.4.2　Hastings—Metrop01is算法
附錄
參考文獻