本书内容主要包括事件与概率，随机变量，数学期望，特征函数，极限定理，抽样分布，参数估计，假设检验，线性回归等第9章。内容精炼，由浅入深，论述严谨。本书是集作者多年教学经验、结合理工科“概率统计”课程的教学需要而编写的。适合高等院校“数学与应用数学”信息与计算科学“统计学”等专业的理工科本科生作为教材使用，也可供科技工作者阅读和参考。
第1章 随机事件和概率
1.1 随机事件及其运算规律
1.2 古典概型与几何概型
1.3 概率的公理化定义及其性质
1.4 条件概率
1.5 事件的独立性n重贝努里试验概型
习题1
第2章 随机变量及其分布函数
2.1 一维随机变量
2.2 多维随机变量
2.3 条件分布独立性
2.4 随机变量函数的分布
2.5 数理统计中的三个分布
习题2
第3章 随机变量的数字特征
3.1 数学期望与方差
3.2 协方差及相关系数
3.3 矩与协方差矩阵
3.4条件数学期望
习题3
第4章特征函数
4.1 特征函数的定义及其性质
4.2 反演公式与性定理
4.3 多维随机变量的特征函数
4.4 母函数
习题4
第5章极限定理
5.1 大数定律
5.2 中心极限定理
5.3强大数定律
5.4 几种收敛的关系
习题5
第6章抽样分布
6.1 数理统计的基本概念
6.2 常用统计量的数字特征及其分布
6.3抽样分布定理
习题6
第7章参数估计
7.1 矩法与极大似然法
7.2无偏性与优效性
7.3 区间估计
习题7
第8章假设检验
8.1 引言
8.2参数假设检验
8.3 非参数的假设检验
8.4 佳检验
习题8
第9章 线性回归与方差分析
9.1 线性回归模型
9.2小二乘法估计
9.3 模型参数的假设检验
9.4 单因素方差分析
习题9
习题参考答案
附录1 常用分布表
附录2 -项分布
附录3 泊松(Poisson)分布
附录4 标准正态分布函数表
附录5 t—分布上侧分位数表
附录6 x2—分布上侧分位数表
附录7 F-分布上侧分位数表
参考文献
书单推荐
