第1章 隨機事件及其概率
1．1 隨機事件
1．1．1 必然現象與隨機現象
1．1．2 隨機試驗與樣本空間
1．1．3 隨機事件
1．2 隨機事件的概率
1．2．1 概率的定義與性質
1．2．2 古典概型
1．2．3 統計概率與幾何概型
1．3 條件概率
1．3．1 條件概率的定義與性質
1．3．2 乘法公式
1．3．3 全概率公式
1．3．4 貝葉斯公式
1．4 事件的獨立性
第1章 隨機事件及其概率
1．1 隨機事件
1．1．1 必然現象與隨機現象
1．1．2 隨機試驗與樣本空間
1．1．3 隨機事件
1．2 隨機事件的概率
1．2．1 概率的定義與性質
1．2．2 古典概型
1．2．3 統計概率與幾何概型
1．3 條件概率
1．3．1 條件概率的定義與性質
1．3．2 乘法公式
1．3．3 全概率公式
1．3．4 貝葉斯公式
1．4 事件的獨立性
1．4．1 相互獨立的隨機事件
1．4．2 獨立試驗概型
1．5 實驗：隨機數的模擬
1．5．l 使用Excel產生隨機數
1．5．2 隨機數的應用
復習題1
第2章 隨機變量及其分布
2．1 隨機變量的概念
2．2 離散型隨機變量
2．2．1 離散型隨機變量的分布律
2．2．2 常用離散型隨機變量及其應用
2．3 連續型
2．3．1 連續型隨機變量的概率密度函數
2．3．2 常用連續型隨機變量及其應用
2．4 隨機變量的分布函數
2．4．1 分布函數的定義與性質
2．4．2 離散型隨機變量的分布函數
2．4．3 連續型隨機變量的分布函數
2．5 隨機變量函數的分布
2．6 實驗：概率分布圖像的繪制
2．6．1 使用Excel繪制函數曲線的一般思路
2．6．2 離散型隨機變量分布圖像的繪制
2．6．3 連續型隨機變量分布圖像的繪制
復習題2
第3章 隨機變量的數字特征
3．1 數學期望
3．1．1 離散型隨機變量的數學期望
3．1．2 連續型隨機變量的數學期望
3．1．3 數學期望的性質與應用
3．2 方差及其性質
3．2．1 方差的概念與性質
3．2．2 常用隨機變量的方差
3．3 矩
復習題3
第4章 多維隨機變量
4．1 二維隨機變量
4．1．1 二維離散隨機變量的聯臺分布律與邊緣分布律
4．1．2 二維連續型隨機變量的聯合密度函數與邊緣密度函數
4．1．3 二維隨機變量的聯合分布函數及其性質
4．2 隨機變量的獨立性
4．2．1 相互獨立隨機變量
4．2．2 條件分布
4．3 二維隨機變量函數的分布
4．3．1 和的分布
4．3．2 商的分布
4．3．3 max，min的分布
4．4 多維隨機變量的數字特征
4．4．1 隨機向量的數學期望
4．4．2 協方差與相關系數
復習題4
第5章 大數定律與中心極限定理
5．1 切比雪夫不等式
5．2 大數定律
5．3 中心極限定理
復習題5
第6章 抽樣分布
6．1 總體與樣本
6．1．1 總體、個體與簡單隨機樣本
6．1．2 統計量
6．2 抽樣分布
6．2．1 三大統計分布
6．2．2 抽樣分布定理
復習題6
第7章 參數估計
7．1參數的點估計
7．1．1 點估計的概念
7．1．2 矩法估計
7．1．3 極大似然估計
7．2 估計量的評選標準
7．2．1 無偏性
7．2．2 有效性
7．2．3 相合性
7．3 參數的區間估計
7．3．1 區間估計的概念
7．3．2 單個正態總體均值與方差的區間估計
7．3．3 兩個正態總體均值差與方差比的區間估計
復習題7
第8章 假設檢驗
8．1 假設檢驗的基本思想
8．1．1 基本概念
8．1．2 假設檢驗的基本思想
8．1．3 假設檢驗的一般步驟
8．1．4 兩類錯誤
8．1．5 單邊檢驗
8．2 單個正態總體參數的假設檢驗
8．2．1 均值的假設檢驗
8．2．2 方差的假設檢驗
8．3 兩個正態總體參數的假設檢驗
8．3．1 兩個總體均值的比較
8．3．2 兩個總體方差的比較
8．4 總體分布的假設檢驗
8．5 用Excel進行假設檢驗
8．5．1 單個正態總體的假設檢驗
8．5．2 兩個正態總體的假設檢驗
復習題8
第9章 方差分析與回歸分析
9．1 單因素方差分析
9．1．1 應用背景與一般提法
9．1．2 方差分析的基本思想
9．1．3 方差分析的一般步驟
9．1．4 用Excel進行方差分析
9．2 一元線性回歸分析
9．2．1 一元線性回歸
9．2．2 回歸參數的估計
9．2．3 模型檢驗
9．2．4 回歸預測
復習題9
附表
參考文獻
新書資訊