应用概率 下PDF电子书下载

第六章 导出分布 1

6.1 引言 1

6.2 单调函数 1

6.3 单调增函数的密度函数 2

6.4 单调减函数的密度函数 5

6.5 概率变换 8

6.6 平方与绝对值的密度函数 9

6.7 多元函数的分布 11

6.8 统计学中用的某些导出分布 21

6.9 χ2分布 21

6.10 t分布 23

6.11 F分布 24

6.12 非独立变量的函数的分布 25

6.13 多元函数和联合分布 30

6.14 显著性检验 44

6.15 两个百分数之差的超几何检验 55

6.16 集体显著性 59

习题 63

第七章 数学期望 70

7.1 定义 70

7.2 均值 72

7.3 均值的一些其他性质 77

7.4 方差 79

7.5 方差的无偏估计 85

7.6 极值的概率 89

7.7 多元函数 91

7.8 协方差与相关 94

7.9 线性函数的方差 95

7.10 期望值理论的应用 97

习题 120

第八章 母函数 128

8.1 矩 128

8.2 分布函数的特征化 129

8.3 特征函数 132

8.4 矩量母函数 136

8.5 多元矩量母函数 147

8.6 渐近分布 151

习题 159

第九章 Markov过程与排队 162

9.1 定义 162

9.2 数学性质 162

9.3 差分方程 165

9.4 遍历性过程 170

9.5 Markov过程与报酬 177

9.6 对策与Markov过程 182

9.7 连续的Markov过程 186

9.8 连续的Markov过程例解 193

第九章附录 202

9.9 极大化程序的收敛性 202

习题 203

10.1 引言 208

第十章 概率的某些统计应用 208

10.2 正态检验 209

10.3 两个百分数之差的正态检验 209

10.4 关联性或独立性的正态检验 214

10.5 χ2检验 217

10.6 拟合适度的χ2检验 217

10.7 均匀性的χ2检验 222

10.8 关联性或独立性的χ2检验 226

10.9 正态总体的？和s2的分布 231

10.10 t检验 236

10.11 一个均值的t检验 237

10.12 配对观测的均值的t检验 239

10.13 两个独立样本的均值之差的t检验 241

10.14 μ和σ2各自的置信限 246

10.15 F检验 250

10.16 检验方差是否相等 251

10.17 多个均值是否相等的F检验 257

习题 263