掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類(lèi)五星書(shū)更多>
-
>
中醫(yī)基礎(chǔ)理論
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
-
>
中醫(yī)診斷學(xué)--新世紀(jì)第五版
-
>
中藥學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥70.6
加入購(gòu)物車(chē)
概率統(tǒng)計(jì)引論(第2版)/魏立力,劉國(guó)軍,張遠(yuǎn)德 版權(quán)信息
- ISBN：9787030660534
- 條形碼：9787030660534 ; 978-7-03-066053-4
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
概率統(tǒng)計(jì)引論(第2版)/魏立力,劉國(guó)軍,張遠(yuǎn)德 內(nèi)容簡(jiǎn)介
本書(shū)概率論部分包括：隨機(jī)事件與概率，隨機(jī)變量及其分布，隨機(jī)變量的數(shù)字特征，大數(shù)定律和中心極限定理。數(shù)理統(tǒng)計(jì)部分包括：統(tǒng)計(jì)學(xué)的基本概念，參數(shù)估計(jì)，假設(shè)檢驗(yàn)，回歸分析與相關(guān)分析，方差分析等，Excel在概率統(tǒng)計(jì)中的應(yīng)用等。本書(shū)要求讀者學(xué)習(xí)過(guò)高等數(shù)學(xué)和線性代數(shù)課程。
概率統(tǒng)計(jì)引論(第2版)/魏立力,劉國(guó)軍,張遠(yuǎn)德 目錄
目錄
第1章 隨機(jī)事件與概率 1
1.1 隨機(jī)事件及其運(yùn)算 1
1.1.1 必然現(xiàn)象與隨機(jī)現(xiàn)象 1
1.1.2 隨機(jī)試驗(yàn)和樣本空間 1
1.1.3 隨機(jī)事件的關(guān)系和運(yùn)算 3
1.2 排列與組合 7
1.2.1 排列組合的基本模式 8
1.2.2 多項(xiàng)組合 9
1.3 隨機(jī)事件的概率 11
1.3.1 古典概率 11
1.3.2 統(tǒng)計(jì)概率 17
1.3.3 幾何概率 19
1.4 概率的公理化定義及概率的性質(zhì) 22
1.4.1 概率的公理化定義——概率空間 23
1.4.2 概率的性質(zhì) 25
1.5 條件概率 28
1.5.1 條件概率的定義和性質(zhì) 28
1.5.2 有關(guān)條件概率的三個(gè)公式 29
1.6 事件的獨(dú)立性 34
1.6.1 兩個(gè)事件的獨(dú)立性 34
1.6.2 n個(gè)事件的相互獨(dú)立性 35
1.6.3 事件獨(dú)立性的應(yīng)用 36
1.6.4 獨(dú)立試驗(yàn)序列概型 37
第2章 隨機(jī)變量及其概率分布 41
2.1 隨機(jī)變量與分布函數(shù)的概念 41
2.1.1 隨機(jī)變量的直觀背景及定義 41
2.1.2 隨機(jī)變量的分布函數(shù) 42
2.2 離散型隨機(jī)變量及其概率分布 45
2.2.1 離散型隨機(jī)變量的概念及其概率分布列 45
2.2.2 常見(jiàn)離散型隨機(jī)變量及分布列 46
2.3 連續(xù)型隨機(jī)變量及其概率密度函數(shù) 55
2.3.1 連續(xù)型隨機(jī)變量的概念及概率密度函數(shù) 55
2.3.2 常見(jiàn)連續(xù)型隨機(jī)變量及其概率密度函數(shù) 57
2.4 多維隨機(jī)變量及其分布 68
2.4.1 二維隨機(jī)變量及其分布函數(shù) 69
2.4.2 二維離散型隨機(jī)變量 70
2.4.3 二維連續(xù)型隨機(jī)變量 71
2.4.4 n維隨機(jī)變量 74
2.5 隨機(jī)變量的獨(dú)立性和條件分布 77
2.5.1 相互獨(dú)立的隨機(jī)變量 77
2.5.2 條件分布 81
2.6 隨機(jī)變量的變換及其分布 87
2.6.1 一維隨機(jī)變量函數(shù)的分布 87
2.6.2 二維隨機(jī)變量函數(shù)的分布 91
2.6.3 x2分布、t分布、F分布 98
第3章 隨機(jī)變量的數(shù)字特征 106
3.1 隨機(jī)變量的數(shù)學(xué)期望 106
3.1.1 離散型隨機(jī)變量的數(shù)學(xué)期望 106
3.1.2 連續(xù)型隨機(jī)變量的數(shù)學(xué)期望 108
3.1.3 數(shù)學(xué)期望的一般定義 109
3.1.4 隨機(jī)變量函數(shù)的數(shù)學(xué)期望 109
3.1.5 數(shù)學(xué)期望的性質(zhì) 111
3.2 隨機(jī)變量的方差 116
3.2.1 方差的定義 116
3.2.2 方差的性質(zhì)及切比雪夫不等式 117
3.3 常見(jiàn)概率分布的期望和方差 121
3.3.1 常見(jiàn)離散型隨機(jī)變量的期望和方差 121
3.3.2 常見(jiàn)連續(xù)型變量的期望和方差 125
3.4 多維隨機(jī)變量的數(shù)字特征 128
3.4.1 協(xié)方差和相關(guān)系數(shù) 128
3.4.2 多維隨機(jī)變量的期望和協(xié)方差矩陣 133
3.5 其他常用數(shù)字特征 136
3.5.1 矩 136
3.5.2 變異系數(shù) 138
3.5.3 偏態(tài)系數(shù) 138
3.5.4 峰態(tài)系數(shù) 139
3.5.5 分位數(shù) 140
3.5.6 中位數(shù) 141
3.6 條件數(shù)學(xué)期望 142
第4章 大數(shù)定律與中心極限定理 148
4.1 特征函數(shù) 148
4.1.1 特征函數(shù)的概念 148
4.1.2 特征函數(shù)的性質(zhì) 149
4.1.3 特征函數(shù)和分布函數(shù)之間的關(guān)系 153
4.2 隨機(jī)變量序列的兩種收斂性 156
4.2.1 依概率收斂 156
4.2.2 依分布收斂、弱收斂 158
4.3 大數(shù)定律 160
4.3.1 伯努利大數(shù)定律 160
4.3.2 大數(shù)定律的一般形式 162
4.3.3 切比雪夫大數(shù)定律 162
4.3.4 欣欽大數(shù)定律 164
4.4 中心極限定理 167
4.4.1 中心極限定理的一般概念 167
4.4.2 獨(dú)立同分布情形的中心極限定理 168
4.4.3 獨(dú)立不同分布情形的中心極限定理 172
第5章 統(tǒng)計(jì)學(xué)的基本概念 176
5.1 導(dǎo)言 176
5.1.1 統(tǒng)計(jì)學(xué)的任務(wù) 176
5.1.2 統(tǒng)計(jì)學(xué)的應(yīng)用 177
5.1.3 學(xué)習(xí)建議 178
5.2 總體與樣本 179
5.2.1 總體與樣本的概念 179
5.2.2 無(wú)限總體與有限總體 180
5.2.3 樣本的二重性和樣本分布 181
5.3 樣本數(shù)據(jù)及其分布的描述 183
5.3.1 數(shù)據(jù)的類(lèi)型 183
5.3.2 頻數(shù)與頻率 184
5.3.3 累加頻數(shù)和累加頻率 188
5.3.4 直方圖 189
5.3.5 莖葉圖 192
5.3.6 經(jīng)驗(yàn)分布函數(shù) 194
5.4 統(tǒng)計(jì)量和抽樣分布 197
5.4.1 統(tǒng)計(jì)量 197
5.4.2 正態(tài)總體抽樣分布 201
5.4.3 非正態(tài)總體抽樣分布 206
5.4.4 次序統(tǒng)計(jì)量及其分布 208
5.5 充分統(tǒng)計(jì)量 217
5.5.1 充分統(tǒng)計(jì)量的概念 217
5.5.2 因子分解定理 218
第6章 參數(shù)估計(jì) 222
6.1 點(diǎn)估計(jì) 222
6.1.1 點(diǎn)估計(jì)的概念 222
6.1.2 矩估計(jì) 223
6.1.3 *大似然估計(jì) 224
6.2 評(píng)價(jià)估計(jì)量的準(zhǔn)則 231
6.2.1 無(wú)偏性 232
6.2.2 有效性 234
6.2.3 均方誤差 235
6.2.4 相合性 237
6.2.5 漸近正態(tài)性 239
6.2.6 穩(wěn)健性 240
6.3 *小方差無(wú)偏估計(jì)和有效估計(jì) 243
6.3.1 一致*小方差無(wú)偏估計(jì) 243
6.3.2 充分性原則 245
6.3.3 C-R不等式和有效估計(jì) 249
6.4 貝葉斯估計(jì) 253
6.4.1 貝葉斯統(tǒng)計(jì)的基本思想 253
6.4.2 貝葉斯公式的概率函數(shù)形式 254
6.4.3 貝葉斯估計(jì) 255
6.5 區(qū)間估計(jì)(置信區(qū)間) 258
6.5.1 區(qū)間估計(jì)的概念 258
6.5.2 區(qū)間估計(jì)的求法——樞軸量法 260
6.5.3 單個(gè)正態(tài)總體參數(shù)的區(qū)間估計(jì) 261
6.5.4 兩個(gè)正態(tài)總體參數(shù)的區(qū)間估計(jì) 264
6.5.5 非正態(tài)總體參數(shù)的區(qū)間估計(jì) 266
第7章 假設(shè)檢驗(yàn) 270
7.1 假設(shè)檢驗(yàn)的基本概念 270
7.1.1 統(tǒng)計(jì)假設(shè)與檢驗(yàn)法則 270
7.1.2 兩類(lèi)錯(cuò)誤 272
7.1.3 檢驗(yàn)的功效和顯著性水平 276
7.2 單個(gè)正態(tài)總體均值與方差的假設(shè)檢驗(yàn) 280
7.2.1 已知σ2，檢驗(yàn)關(guān)于μ的假設(shè) 280
7.2.2 σ2未知，檢驗(yàn)關(guān)于μ的假設(shè) 281
7.2.3 檢驗(yàn)關(guān)于σ2的假設(shè) 284
7.3 兩個(gè)正態(tài)總體均值與方差的假設(shè)檢驗(yàn) 287
7.3.1 方差已知時(shí)均值的檢驗(yàn) 287
7.3.2 方差未知但相等時(shí)均值的檢驗(yàn) 288
7.3.3 方差未知(且不假定相等)時(shí)均值的檢驗(yàn) 289
7.3.4 方差的檢驗(yàn) 289
7.4 成對(duì)數(shù)據(jù)比較檢驗(yàn)法 293
7.5 檢驗(yàn)的p值 298
7.5.1 p值的概念 298
7.5.2 單個(gè)正態(tài)總體假設(shè)檢驗(yàn)的p值 300
7.5.3 兩個(gè)正態(tài)總體假設(shè)檢驗(yàn)的p值 301
7.5.4 利用p值作檢驗(yàn) 306
7.6 其他分布參數(shù)的假設(shè)檢驗(yàn) 308
7.6.1 指數(shù)分布參數(shù)的假設(shè)檢驗(yàn) 308
7.6.2 比例參數(shù)的假設(shè)檢驗(yàn)(小樣本檢驗(yàn)——基于二項(xiàng)分布) 309
7.6.3 比例參數(shù)假設(shè)的大樣本檢驗(yàn)(基于正態(tài)分布) 312
7.6.4 兩個(gè)比例參數(shù)的比較檢驗(yàn) 313
7.7 分布擬合檢驗(yàn) 315
7.7.1 分類(lèi)數(shù)據(jù)的x2檢驗(yàn)法 315
7.7.2 總體分布的假設(shè)檢驗(yàn) 317
7.7.3 列聯(lián)表和獨(dú)立性檢驗(yàn) 320
7.8 兩個(gè)重要的非參數(shù)檢驗(yàn)——符號(hào)檢驗(yàn)與秩和檢驗(yàn) 323
7.8.1 符號(hào)檢驗(yàn) 324
7.8.2 秩和檢驗(yàn) 327
第8章 回歸分析與相關(guān)分析 336
8.1 一元線性回歸 336
8.1.1 相關(guān)關(guān)系 336
8.1.2 一元回歸模型 337
8.1.3 參數(shù)估計(jì) 338
8.1.4 假設(shè)檢驗(yàn) 341
8.1.5 置信區(qū)間 343
8.1.6 預(yù)測(cè)與控制 345
8.1.7 擬合優(yōu)度與方差分析 348
8.2 多元線性回歸 353
8.2.1 多元線性回歸模型 353
8.2.2 *小二乘估計(jì) 354
8.2.3 回歸系數(shù)的解釋和*小二乘估計(jì)的性質(zhì) 359
8.2.4 回歸方程與回歸系數(shù)的顯著性檢驗(yàn) 360
8.2.5 回歸方程的擬合優(yōu)度 361
8.3 可線性化的回歸方程 363
8.3.1 變量變換的例子 363
8.3.2 常用的可化為線性函數(shù)的回歸函數(shù) 366
8.3.3 多項(xiàng)式回歸 367
8.4 相關(guān)分析 369
8.4.1 相關(guān)關(guān)系與散點(diǎn)圖 369
8.4.2 相關(guān)系數(shù) 371
8.4.3 積差相關(guān)系數(shù)——數(shù)值型變量間相關(guān)性度量 373
8.4.4 相關(guān)性檢驗(yàn) 374
8.5 秩相關(guān)系數(shù) 375
8.5.1 Spearman相關(guān)系數(shù) 375
8.5.2 KendallΤ相關(guān)系數(shù) 378
8.5.3 多個(gè)變量的相關(guān)系數(shù) 379
第9章 方差分析 382
9.1 單因素試驗(yàn)的方差分析 382
9.1.1 單因素方差分析的統(tǒng)計(jì)模型 382
9.1.2 統(tǒng)計(jì)分析 384
9.1.3 應(yīng)用舉例 388
9.2 雙因素試驗(yàn)的方差分析 392
9.2.1 雙因素方差分析的統(tǒng)計(jì)模型 392
9.2.2 統(tǒng)計(jì)分析 394
9.2.3 無(wú)重復(fù)試驗(yàn)的方差分析 398
第10章 Excel在概率統(tǒng)計(jì)中的應(yīng)用 404
10.1 Excel簡(jiǎn)介 404
10.2 常見(jiàn)概率分布的計(jì)算 406
10.2.1 二項(xiàng)分布 406
10.2.2 超幾何分布 407
10.2.3 泊松分布 408
10.2.4 負(fù)二項(xiàng)分布(幾何分布) 408
10.2.5 指數(shù)分布 409
10.2.6 正態(tài)分布 409
10.2.7 對(duì)數(shù)正態(tài)分布 410
10.2.8 貝塔分布(均勻分布) 411
10.2.9 Γ分布與x2檢驗(yàn) 412
10.2.10 t分布 414
10.2.11 F分布 416
10.3 在假設(shè)檢驗(yàn)中使用Excel軟件 417
10.3.1 Z檢驗(yàn)——單樣本情形 417
10.3.2 Z檢驗(yàn)——雙樣本情形 418
10.3.3 t檢驗(yàn)——單樣本情形 420
10.3.4 t檢驗(yàn)——兩個(gè)樣本的情形 420
10.3.5 F檢驗(yàn)——兩總體方差的假設(shè)檢驗(yàn) 421
10.3.6 x2檢驗(yàn)——單個(gè)總體方差的假設(shè)檢驗(yàn) 422
10.3.7 x2檢驗(yàn)——獨(dú)立性假設(shè)檢驗(yàn) 422
10.4 方
第1章 隨機(jī)事件與概率 1
1.1 隨機(jī)事件及其運(yùn)算 1
1.1.1 必然現(xiàn)象與隨機(jī)現(xiàn)象 1
1.1.2 隨機(jī)試驗(yàn)和樣本空間 1
1.1.3 隨機(jī)事件的關(guān)系和運(yùn)算 3
1.2 排列與組合 7
1.2.1 排列組合的基本模式 8
1.2.2 多項(xiàng)組合 9
1.3 隨機(jī)事件的概率 11
1.3.1 古典概率 11
1.3.2 統(tǒng)計(jì)概率 17
1.3.3 幾何概率 19
1.4 概率的公理化定義及概率的性質(zhì) 22
1.4.1 概率的公理化定義——概率空間 23
1.4.2 概率的性質(zhì) 25
1.5 條件概率 28
1.5.1 條件概率的定義和性質(zhì) 28
1.5.2 有關(guān)條件概率的三個(gè)公式 29
1.6 事件的獨(dú)立性 34
1.6.1 兩個(gè)事件的獨(dú)立性 34
1.6.2 n個(gè)事件的相互獨(dú)立性 35
1.6.3 事件獨(dú)立性的應(yīng)用 36
1.6.4 獨(dú)立試驗(yàn)序列概型 37
第2章 隨機(jī)變量及其概率分布 41
2.1 隨機(jī)變量與分布函數(shù)的概念 41
2.1.1 隨機(jī)變量的直觀背景及定義 41
2.1.2 隨機(jī)變量的分布函數(shù) 42
2.2 離散型隨機(jī)變量及其概率分布 45
2.2.1 離散型隨機(jī)變量的概念及其概率分布列 45
2.2.2 常見(jiàn)離散型隨機(jī)變量及分布列 46
2.3 連續(xù)型隨機(jī)變量及其概率密度函數(shù) 55
2.3.1 連續(xù)型隨機(jī)變量的概念及概率密度函數(shù) 55
2.3.2 常見(jiàn)連續(xù)型隨機(jī)變量及其概率密度函數(shù) 57
2.4 多維隨機(jī)變量及其分布 68
2.4.1 二維隨機(jī)變量及其分布函數(shù) 69
2.4.2 二維離散型隨機(jī)變量 70
2.4.3 二維連續(xù)型隨機(jī)變量 71
2.4.4 n維隨機(jī)變量 74
2.5 隨機(jī)變量的獨(dú)立性和條件分布 77
2.5.1 相互獨(dú)立的隨機(jī)變量 77
2.5.2 條件分布 81
2.6 隨機(jī)變量的變換及其分布 87
2.6.1 一維隨機(jī)變量函數(shù)的分布 87
2.6.2 二維隨機(jī)變量函數(shù)的分布 91
2.6.3 x2分布、t分布、F分布 98
第3章 隨機(jī)變量的數(shù)字特征 106
3.1 隨機(jī)變量的數(shù)學(xué)期望 106
3.1.1 離散型隨機(jī)變量的數(shù)學(xué)期望 106
3.1.2 連續(xù)型隨機(jī)變量的數(shù)學(xué)期望 108
3.1.3 數(shù)學(xué)期望的一般定義 109
3.1.4 隨機(jī)變量函數(shù)的數(shù)學(xué)期望 109
3.1.5 數(shù)學(xué)期望的性質(zhì) 111
3.2 隨機(jī)變量的方差 116
3.2.1 方差的定義 116
3.2.2 方差的性質(zhì)及切比雪夫不等式 117
3.3 常見(jiàn)概率分布的期望和方差 121
3.3.1 常見(jiàn)離散型隨機(jī)變量的期望和方差 121
3.3.2 常見(jiàn)連續(xù)型變量的期望和方差 125
3.4 多維隨機(jī)變量的數(shù)字特征 128
3.4.1 協(xié)方差和相關(guān)系數(shù) 128
3.4.2 多維隨機(jī)變量的期望和協(xié)方差矩陣 133
3.5 其他常用數(shù)字特征 136
3.5.1 矩 136
3.5.2 變異系數(shù) 138
3.5.3 偏態(tài)系數(shù) 138
3.5.4 峰態(tài)系數(shù) 139
3.5.5 分位數(shù) 140
3.5.6 中位數(shù) 141
3.6 條件數(shù)學(xué)期望 142
第4章 大數(shù)定律與中心極限定理 148
4.1 特征函數(shù) 148
4.1.1 特征函數(shù)的概念 148
4.1.2 特征函數(shù)的性質(zhì) 149
4.1.3 特征函數(shù)和分布函數(shù)之間的關(guān)系 153
4.2 隨機(jī)變量序列的兩種收斂性 156
4.2.1 依概率收斂 156
4.2.2 依分布收斂、弱收斂 158
4.3 大數(shù)定律 160
4.3.1 伯努利大數(shù)定律 160
4.3.2 大數(shù)定律的一般形式 162
4.3.3 切比雪夫大數(shù)定律 162
4.3.4 欣欽大數(shù)定律 164
4.4 中心極限定理 167
4.4.1 中心極限定理的一般概念 167
4.4.2 獨(dú)立同分布情形的中心極限定理 168
4.4.3 獨(dú)立不同分布情形的中心極限定理 172
第5章 統(tǒng)計(jì)學(xué)的基本概念 176
5.1 導(dǎo)言 176
5.1.1 統(tǒng)計(jì)學(xué)的任務(wù) 176
5.1.2 統(tǒng)計(jì)學(xué)的應(yīng)用 177
5.1.3 學(xué)習(xí)建議 178
5.2 總體與樣本 179
5.2.1 總體與樣本的概念 179
5.2.2 無(wú)限總體與有限總體 180
5.2.3 樣本的二重性和樣本分布 181
5.3 樣本數(shù)據(jù)及其分布的描述 183
5.3.1 數(shù)據(jù)的類(lèi)型 183
5.3.2 頻數(shù)與頻率 184
5.3.3 累加頻數(shù)和累加頻率 188
5.3.4 直方圖 189
5.3.5 莖葉圖 192
5.3.6 經(jīng)驗(yàn)分布函數(shù) 194
5.4 統(tǒng)計(jì)量和抽樣分布 197
5.4.1 統(tǒng)計(jì)量 197
5.4.2 正態(tài)總體抽樣分布 201
5.4.3 非正態(tài)總體抽樣分布 206
5.4.4 次序統(tǒng)計(jì)量及其分布 208
5.5 充分統(tǒng)計(jì)量 217
5.5.1 充分統(tǒng)計(jì)量的概念 217
5.5.2 因子分解定理 218
第6章 參數(shù)估計(jì) 222
6.1 點(diǎn)估計(jì) 222
6.1.1 點(diǎn)估計(jì)的概念 222
6.1.2 矩估計(jì) 223
6.1.3 *大似然估計(jì) 224
6.2 評(píng)價(jià)估計(jì)量的準(zhǔn)則 231
6.2.1 無(wú)偏性 232
6.2.2 有效性 234
6.2.3 均方誤差 235
6.2.4 相合性 237
6.2.5 漸近正態(tài)性 239
6.2.6 穩(wěn)健性 240
6.3 *小方差無(wú)偏估計(jì)和有效估計(jì) 243
6.3.1 一致*小方差無(wú)偏估計(jì) 243
6.3.2 充分性原則 245
6.3.3 C-R不等式和有效估計(jì) 249
6.4 貝葉斯估計(jì) 253
6.4.1 貝葉斯統(tǒng)計(jì)的基本思想 253
6.4.2 貝葉斯公式的概率函數(shù)形式 254
6.4.3 貝葉斯估計(jì) 255
6.5 區(qū)間估計(jì)(置信區(qū)間) 258
6.5.1 區(qū)間估計(jì)的概念 258
6.5.2 區(qū)間估計(jì)的求法——樞軸量法 260
6.5.3 單個(gè)正態(tài)總體參數(shù)的區(qū)間估計(jì) 261
6.5.4 兩個(gè)正態(tài)總體參數(shù)的區(qū)間估計(jì) 264
6.5.5 非正態(tài)總體參數(shù)的區(qū)間估計(jì) 266
第7章 假設(shè)檢驗(yàn) 270
7.1 假設(shè)檢驗(yàn)的基本概念 270
7.1.1 統(tǒng)計(jì)假設(shè)與檢驗(yàn)法則 270
7.1.2 兩類(lèi)錯(cuò)誤 272
7.1.3 檢驗(yàn)的功效和顯著性水平 276
7.2 單個(gè)正態(tài)總體均值與方差的假設(shè)檢驗(yàn) 280
7.2.1 已知σ2，檢驗(yàn)關(guān)于μ的假設(shè) 280
7.2.2 σ2未知，檢驗(yàn)關(guān)于μ的假設(shè) 281
7.2.3 檢驗(yàn)關(guān)于σ2的假設(shè) 284
7.3 兩個(gè)正態(tài)總體均值與方差的假設(shè)檢驗(yàn) 287
7.3.1 方差已知時(shí)均值的檢驗(yàn) 287
7.3.2 方差未知但相等時(shí)均值的檢驗(yàn) 288
7.3.3 方差未知(且不假定相等)時(shí)均值的檢驗(yàn) 289
7.3.4 方差的檢驗(yàn) 289
7.4 成對(duì)數(shù)據(jù)比較檢驗(yàn)法 293
7.5 檢驗(yàn)的p值 298
7.5.1 p值的概念 298
7.5.2 單個(gè)正態(tài)總體假設(shè)檢驗(yàn)的p值 300
7.5.3 兩個(gè)正態(tài)總體假設(shè)檢驗(yàn)的p值 301
7.5.4 利用p值作檢驗(yàn) 306
7.6 其他分布參數(shù)的假設(shè)檢驗(yàn) 308
7.6.1 指數(shù)分布參數(shù)的假設(shè)檢驗(yàn) 308
7.6.2 比例參數(shù)的假設(shè)檢驗(yàn)(小樣本檢驗(yàn)——基于二項(xiàng)分布) 309
7.6.3 比例參數(shù)假設(shè)的大樣本檢驗(yàn)(基于正態(tài)分布) 312
7.6.4 兩個(gè)比例參數(shù)的比較檢驗(yàn) 313
7.7 分布擬合檢驗(yàn) 315
7.7.1 分類(lèi)數(shù)據(jù)的x2檢驗(yàn)法 315
7.7.2 總體分布的假設(shè)檢驗(yàn) 317
7.7.3 列聯(lián)表和獨(dú)立性檢驗(yàn) 320
7.8 兩個(gè)重要的非參數(shù)檢驗(yàn)——符號(hào)檢驗(yàn)與秩和檢驗(yàn) 323
7.8.1 符號(hào)檢驗(yàn) 324
7.8.2 秩和檢驗(yàn) 327
第8章 回歸分析與相關(guān)分析 336
8.1 一元線性回歸 336
8.1.1 相關(guān)關(guān)系 336
8.1.2 一元回歸模型 337
8.1.3 參數(shù)估計(jì) 338
8.1.4 假設(shè)檢驗(yàn) 341
8.1.5 置信區(qū)間 343
8.1.6 預(yù)測(cè)與控制 345
8.1.7 擬合優(yōu)度與方差分析 348
8.2 多元線性回歸 353
8.2.1 多元線性回歸模型 353
8.2.2 *小二乘估計(jì) 354
8.2.3 回歸系數(shù)的解釋和*小二乘估計(jì)的性質(zhì) 359
8.2.4 回歸方程與回歸系數(shù)的顯著性檢驗(yàn) 360
8.2.5 回歸方程的擬合優(yōu)度 361
8.3 可線性化的回歸方程 363
8.3.1 變量變換的例子 363
8.3.2 常用的可化為線性函數(shù)的回歸函數(shù) 366
8.3.3 多項(xiàng)式回歸 367
8.4 相關(guān)分析 369
8.4.1 相關(guān)關(guān)系與散點(diǎn)圖 369
8.4.2 相關(guān)系數(shù) 371
8.4.3 積差相關(guān)系數(shù)——數(shù)值型變量間相關(guān)性度量 373
8.4.4 相關(guān)性檢驗(yàn) 374
8.5 秩相關(guān)系數(shù) 375
8.5.1 Spearman相關(guān)系數(shù) 375
8.5.2 KendallΤ相關(guān)系數(shù) 378
8.5.3 多個(gè)變量的相關(guān)系數(shù) 379
第9章 方差分析 382
9.1 單因素試驗(yàn)的方差分析 382
9.1.1 單因素方差分析的統(tǒng)計(jì)模型 382
9.1.2 統(tǒng)計(jì)分析 384
9.1.3 應(yīng)用舉例 388
9.2 雙因素試驗(yàn)的方差分析 392
9.2.1 雙因素方差分析的統(tǒng)計(jì)模型 392
9.2.2 統(tǒng)計(jì)分析 394
9.2.3 無(wú)重復(fù)試驗(yàn)的方差分析 398
第10章 Excel在概率統(tǒng)計(jì)中的應(yīng)用 404
10.1 Excel簡(jiǎn)介 404
10.2 常見(jiàn)概率分布的計(jì)算 406
10.2.1 二項(xiàng)分布 406
10.2.2 超幾何分布 407
10.2.3 泊松分布 408
10.2.4 負(fù)二項(xiàng)分布(幾何分布) 408
10.2.5 指數(shù)分布 409
10.2.6 正態(tài)分布 409
10.2.7 對(duì)數(shù)正態(tài)分布 410
10.2.8 貝塔分布(均勻分布) 411
10.2.9 Γ分布與x2檢驗(yàn) 412
10.2.10 t分布 414
10.2.11 F分布 416
10.3 在假設(shè)檢驗(yàn)中使用Excel軟件 417
10.3.1 Z檢驗(yàn)——單樣本情形 417
10.3.2 Z檢驗(yàn)——雙樣本情形 418
10.3.3 t檢驗(yàn)——單樣本情形 420
10.3.4 t檢驗(yàn)——兩個(gè)樣本的情形 420
10.3.5 F檢驗(yàn)——兩總體方差的假設(shè)檢驗(yàn) 421
10.3.6 x2檢驗(yàn)——單個(gè)總體方差的假設(shè)檢驗(yàn) 422
10.3.7 x2檢驗(yàn)——獨(dú)立性假設(shè)檢驗(yàn) 422
10.4 方
展開(kāi)全部
書(shū)友推薦
- >
朝聞道
- >
我從未如此眷戀人間
- >
自卑與超越
- >
苦雨齋序跋文-周作人自編集
- >
莉莉和章魚(yú)
- >
隨園食單
- >
推拿
- >
二體千字文
本類(lèi)暢銷(xiāo)
