應(yīng)用數(shù)理統(tǒng)計(jì)基礎(chǔ)（第4版）

1 概率論復(fù)習(xí)與補(bǔ)充
1.1 概率空間
1.1.1 基本空間與事件域
1.1.2 概率的定義與性質(zhì)
1.1.3 條件概率與事件的獨(dú)立性
1.2 隨機(jī)變量及其分布
1.2.1 一維隨機(jī)變量的分布
1.2.2 多維隨機(jī)變量及其分布
1.3 隨機(jī)變量的函數(shù)及其分布
1.3.1 一維隨機(jī)變量的函數(shù)及其分布
1.3.2 二維隨機(jī)變量的函數(shù)及其分布
1.3.3 二維隨機(jī)變量的變換及其分布
1.3.4 隨機(jī)變量函數(shù)的獨(dú)立性
1.4 隨機(jī)變量的數(shù)字特征
1.4.1 數(shù)學(xué)期望（均值）
1.4.2 方差
1.4.3 一些常用分布的期望與方差
1.4.4 矩、協(xié)方差與相關(guān)系數(shù)
1.4.5 條件數(shù)學(xué)期望
1.5 大數(shù)定律與中心極限定理
1.5.1 隨機(jī)變量序列的收斂性
1.5.2 大數(shù)定律
1.5.3 中心極限定理
1.6 特征函數(shù)
1.6.1 復(fù)隨機(jī)變量
1.6.2 特征函數(shù)的定義
1.6.3 特征函數(shù)的一些常用性質(zhì)
習(xí)題1
2 數(shù)理統(tǒng)計(jì)的基本概念與抽樣分布
2.1 數(shù)理統(tǒng)計(jì)的幾個(gè)基本概念
2.1.1 總體與樣本
2.1.2 統(tǒng)計(jì)量
2.2 經(jīng)驗(yàn)分布函數(shù)與直方圖
2.2.1 經(jīng)驗(yàn)分布函數(shù)
2.2.2 直方圖
2.3 常用統(tǒng)計(jì)分布
2.3.1 X2分布
2.3.2 t分布
2.3.3 F分布
2.3.4 分位數(shù)
2.4 抽樣分布
2.4.1 正態(tài)總體的樣本均值與方差的分布
2.4.2 一些非正態(tài)總體的樣本均值的分布
2.5 順序統(tǒng)計(jì)量與樣本極差
2.5.1 順序統(tǒng)計(jì)量及其分布
2.5.2 樣本極差及其分布
習(xí)題2
3 參數(shù)估計(jì)
3.1 求點(diǎn)估計(jì)量的方法
3.1.1 矩法
3.1.2 最大似然法
3.1.3 順序統(tǒng)計(jì)量法
3.2 估計(jì)量的評(píng)選標(biāo)準(zhǔn)
3.2.1 無(wú)偏性
3.2.2 有效性
3.2.3 相合性
3.2.4 充分性與完備性
3.3 Bayes點(diǎn)估計(jì)法
3.3.1 Bayes公式的密度函數(shù)形式
3.3.2 Bayes估計(jì)
3.3.3 損失函數(shù)、Bayes風(fēng)險(xiǎn)與Bayes估計(jì)
3.4 區(qū)間估計(jì)
3.4.1 正態(tài)總體均值的區(qū)間估計(jì)
3.4.2 正態(tài)總體方差的區(qū)間估計(jì)
3.4.3 兩個(gè)正態(tài)總體均值差的區(qū)間估計(jì)
3.4.4 兩個(gè)正態(tài)總體方差比的區(qū)間估計(jì)
3.4.5 正態(tài)總體的μ與σ2的聯(lián)合區(qū)間估計(jì)
3.4.6 0-1分布的參數(shù)的區(qū)間估計(jì)
3.4.7 單側(cè)置信限
習(xí)題3
4 假設(shè)檢驗(yàn)
4.1 假設(shè)檢驗(yàn)的基本概念
4.1.1 假設(shè)檢驗(yàn)問(wèn)題
4.1.2 假設(shè)檢驗(yàn)的基本原理
4.1.3 兩類錯(cuò)誤
4.1.4 假設(shè)檢驗(yàn)的一般步驟
4.2 一個(gè)正態(tài)總體均值與方差的檢驗(yàn)
4.2.1 方差σ2為已知時(shí)均值μ的假設(shè)檢驗(yàn)
4.2.2 方差σ2為未知時(shí)均值μ的假設(shè)檢驗(yàn)
4.2.3 均值μ為已知時(shí)方差σ2的假設(shè)檢驗(yàn)
4.2.4 均值μ為未知時(shí)方差σ2的假設(shè)檢驗(yàn)
4.3 兩個(gè)正態(tài)總體均值與方差的檢驗(yàn)
4.3.1 方差已知時(shí)均值差μ1-μ2的假設(shè)檢驗(yàn)
4.3.2 方差未知但相等時(shí)μ1-μ2的假設(shè)檢驗(yàn)
4.3.3 μ1，μ2為未知時(shí)方差的假設(shè)檢驗(yàn)
4.3.4 μ1，μ2為已知時(shí)方差的假設(shè)檢驗(yàn)
4.4 非正態(tài)總體均值的假設(shè)檢驗(yàn)
4.4.1 方差已知時(shí)一個(gè)總體的均值的假設(shè)檢驗(yàn)
4.4.2 方差未知時(shí)一個(gè)總體的均值的假設(shè)檢驗(yàn)
4.4.3 方差已知時(shí)兩個(gè)總體的均值差的假設(shè)檢驗(yàn)
4.4.4 方差未知時(shí)兩個(gè)總體的均值差的假設(shè)檢驗(yàn)
4.5 分布擬合檢驗(yàn)
4.5.1 X2擬合檢驗(yàn)法
4.5.2 獨(dú)立性檢驗(yàn)
4.5.3 KonMoropOB（柯?tīng)柲曷宸颍┑腄n檢驗(yàn)法
4.5.4 正態(tài)性檢驗(yàn)
4.6 兩個(gè)總體相等性檢驗(yàn)
4.6.1 CMHpHOB（斯米爾諾夫）檢驗(yàn)法
4.6.2 符號(hào)檢驗(yàn)法
4.6.3 秩和檢驗(yàn)法
4.6.4 游程檢驗(yàn)法
習(xí)題4
5 回歸分析
5.1 一元線性回歸
5.1.1 一元線性回歸模型
5.1.2 未知參數(shù)的估計(jì)
5.1.3 線性回歸效果的顯著性檢驗(yàn)
5.1.4 利用回歸方程進(jìn)行預(yù)測(cè)和制
5.2 多元線性回歸
5.2.1 多元線性回歸模型
……
6 方差分析與試驗(yàn)設(shè)計(jì)
7 數(shù)據(jù)挖掘及統(tǒng)計(jì)學(xué)習(xí)方法
附錄A 常用數(shù)理統(tǒng)計(jì)表
附錄B R軟件簡(jiǎn)介
參考文獻(xiàn)