| 本书是美国Colorado矿业学校数学与计算机科学教授William Navidi根据多年教学经验撰写的一本教科书，主要面向科研工作者以及工程技术人员。本书详细透彻地介绍了数理统计中的应用方法，深入浅出地阐述了数理统计中的数学原理，并对工程技术领域中遇到的一些实际问题给出了较好的示例。 全书共分10章：第1章介绍了采样和描述性统计量等基本概念；第2章论述了概率论的一些基础知识；第3章讨论了误差传播；第4章介绍了一些常用的概率分布函数；第5章和第6章分别介绍了区间估计和假设检验的相关内容；第7章介绍了相关性和简单线性回归；第8章讨论了多重回归的一些方法和模型；第9章讨论了常用的实验设计及其数据分析方法，主要包括方差分析；第10章介绍了统计质量控制中的一些常用方法，如控制图、CUSUM图等。 |
| 纳维迪，美国科罗拉多州矿业学校数学与计算机科学系教授。他在取得数学硕士学位后，又成为加州大学伯克利分校的统计学博士。Navidi教授曾撰写学术论文50多篇，内容均涉及统计学理论及其相关应用，包括计算机网络、流行病学、分子生物学、化学工程、地球物理学等众多领域。 |
| 第1章 抽样与描述统计 1.1 抽样 1.1.1 独立性 1.1.2 其他抽样方法 1.1.3 试验类型 1.1.4 数据类型 1.2 汇总统计量 1.2.1 样本均值 1.2.2 标准差 1.2.3 异常值 1.2.4 样本中位数 1.2.5 截尾均值 1.2.6 众数与极差 1.2.7 四分位数 1.2.8 百分位数 1.2.9 分类数据的汇总统计量 1.2.10 样本统计量与总体参数 1.3 统计图 1.3.1 茎叶图 1.3.2 点图 1.3.3 直方图 1.3.4 等宽度分类区间 1.3.5 直方图以及样本均值和方差 1.3.6 对称与倾斜 1.3.7 单峰和双峰直方图 1.3.8 将高度设定为频数 1.3.9 箱图 1.3.10 对比箱图 1.3.11 多元数据 第2章 概率 2.1 基本概念 2.1.1 合并事件 2.1.2 互不相容事件 2.1.3 概率 2.1.4 概率论的公理化 2.1.5 等可能概型 2.1.6 加法公式 2.2 计数方法 2.2.1 排列 2.2.2 组合 2.3 条件概率和独立性 2.3.1 独立事件 2.3.2 乘法公式 2.3.3 全概率公式 2.3.4 贝叶斯公式 2.3.5 系统的可靠性分析 2.4 随机变量 2.4.1 随机变量和总体 2.4.2 离散型随机变量 2.4.3 离散型随机变量的累积分布函数 2.4.4 离散型随机变量的均值和方差 2.4.5 概率直方图 2.4.6 连续型随机变量 2.4.7 利用概率密度函数计算概率 2.4.8 连续型随机变量的累积分布函数 2.4.9 连续型随机变量的均值和方差 2.4.10 总体中位数和总体百分位数 2.5 随机变量的线性函数 2.5.1 添加一个常数 2.5.2 乘以一个常数 2.5.3 随机变量线性组合的均值 2.5.4 相互独立的随机变量 2.5.5 相互独立随机变量线性组合的方差 2.5.6 独立的简单随机样本 2.5.7 样本均值的期望和方差 2.6 随机变量的联合分布 2.6.1 联合离散型随机变量 2.6.2 联合连续型随机变量 2.6.3 多维随机变量 2.6.4 随机变量函数的均值 2.6.5 条件分布 2.6.6 条件期望 2.6.7 独立随机变量 2.6.8 协方差 2.6.9 相关系数 2.6.10 协方差、相关系数和独立性 2.6.11 随机变量的线性组合 2.6.12 样本均值的期望和方差 2.6.13 在证券管理中的应用 第3章 误差传播 3.1 测量误差 3.2 测量值的线性组合 3.2.1 重复测量 3.2.2 具有不同不确定度的重复测量 3.2.3 相关测量的线性组合 3.3 单测量值函数的不确定度 3.3.1 误差传播的不确定度仅是近似值 3.3.2 非线性函数是有偏的 3.3.3 单测量值函数的相对不确定度 3.4 多测量值函数的不确定度 3.4.1 相关测量值函数的不确定度 3.4.2 多测量值函数的相对不确定度 第4章 常用分布 4.1 伯努利分布 4.2 二项分布 4.2.1 服从二项分布的随机变量的分布律函数 4.2.2 二项分布随机变量是伯努利随机变量的和 4.2.3 二项分布随机变量的均值和方差 4.2.4 利用样本比估计成功概率 4.2.5 样本比的不确定度 4.3 泊松分布 4.3.1 泊松分布随机变量的均值和方差 4.3.2 …… |
内容加载中，请稍后...
商品评论（0条）