数理统计及其应用PDF电子书下载

第一章 概率论简述 1

1 随机事件与概率 1

2 事件的运算 3

3 古典概率 5

4 概率的性质 7

5 条件概率与事件的独立性 9

6 二项概率公式 12

7 随机变量的概念 14

8 分布函数 15

9 离散型随机变量 16

10 连续型随机变量 19

11 常用连续型随机变量 23

12 随机变量的函数的分布 30

13 多维随机变量 31

14 n维随机变量的函数的分布 37

15 随机变量的数字特征 41

16 协方差、相关系数及协方差矩阵 49

第二章 数理统计的基本概念与统计量的分布 52

1 基本概念 52

2 χ2分布 t分布 F分布 55

3 利用正交变换证明的几个统计量分布定理 62

习题 69

第三章 参数估计 70

1 点估计 70

2 估计量的评选标准 78

3 区间估计 81

习题 89

第四章 假设检验 92

1 假设检验的基本思想 92

2 u检验 93

3 t检验 99

4 χ2检验与F检验 101

5 不相关检验 102

6 最大功效检验 103

7 似然比检验 105

8 正态概率纸 109

9 χ2检验法 115

10 柯尔莫哥洛夫检验 118

11 秩和检验 121

12 二随机变量独立性的检验 123

习题 125

第五章 一元线性回归分析 129

1 一元线性回归的数学模型 129

2 参数βo，β及σ2的估计 130

3 估计量βo，β的统计性质与σ2的无偏估计 134

4 Y、β与Σ(Yι-Yι)2三者相互独立 136

5 一元线性回归方程的显著性检验 140

6 一元线性回归方程的应用 145

7 化曲线为线性回归问题 149

习题 154

第六章 多元线性回归分析 156

1 多元线性回归的数学模型 156

2 估计参数β和σ2 156

3 多元线性回归数学模型的另一种形式 159

4 最小二乘估计β及σ2的性质 164

5 回归方程的显著性检验 168

6 回归系数的显著性检验 171

7 剔除不显著变量 173

8 多元线性回归方程的应用 177

习题 178

第七章 方差分析 180

1 单因素试验的方差分析 180

2 双因素试验的方差分析 188

习题 198

1 正交表的概念 200

第八章 正交试验设计 200

2 实例 202

3 试验数据的统计分析 205

4 有交互作用的正交设计 208

习题 213

第九章 时间序列分析 215

1 随机变量序列 215

2 齐次线性差分方程 218

3 平稳时间序列的线性模型 220

4 ARMA序列的相关函数 223

5 ARMA序列的偏相关函数 225

6 模型的识别和参数估计 228

7 时间序列的预报 235

习题 242

第十章 多元统计分析初步 244

1 多元样本及其分布 244

2 多元正态分布的参数估计与假设检验 249

3 聚类分析 255

4 判别分析 263

习题 271

附录 273

习题答案 289

参考文献 293