概率论与数理统计 第2版PDF电子书下载

第1章　随机事件与概率计算 1

1.1　随机试验与样本空间 1

1.1.1　随机现象及其统计规律性 1

1.1.2　随机试验与随机事件 1

1.1.3　样本空间及其构成特征 2

1.2　随机事件的概率 2

1.2.1　概率概念的引入 2

1.2.2　概率的统计定义 3

1.2.3　概率的古典定义 4

1.3　概率的加法公式 5

1.3.1　事件间的关系与运算 5

1.3.2　互不相容事件概率的加法公式 8

1.3.3　任意事件概率的加法公式 9

1.4　概率的乘法公式 10

1.4.1 条件概率 10

1.4.2　乘法公式及其推广 11

1.4.3　全概率公式 11

1.5　事件的独立性与相应的概率计算 12

1.5.1　事件的独立性概念 12

1.5.2　独立事件概率的乘法公式 13

1.5.3　伯努利概型与二项公式 14

内容概要1 15

习题1 16

第2章　一维随机变量及其分布 19

2.1　随机变量的概念与分类 19

2.1.1　随机变量概念的引入 19

2.1.2　随机变量的定义 19

2.1.3　随机变量的分类 21

2.2　离散型随机变量的分布列 21

2.2.1　分布列及其基本性质 21

2.2.2　常用的离散型分布 22

2.3　连续型随机变量及其分布密度 24

2.3.1　分布密度及其基本性质 24

2.3.2　常用的连续型分布 26

2.4　一维随机变量的分布函数 28

2.4.1　分布函数及其基本性质 28

2.4.2　分布列与分布函数的互求 29

2.4.3　分布密度与分布函数的互求 30

2.4.4　正态分布的概率计算 32

2.5　一维随机变量函数的分布 33

2.5.1　随机变量函数的含义 33

2.5.2　离散型场合下的对应列举法 33

2.5.3　连续型场合下的分布函数转化法 34

内容概要2 36

习题2 37

第3章 多维随机变量及其分布 40

3.1　n维随机变量及其分类 40

3.2　二维随机变量的分布函数 40

3.2.1　联合分布函数 40

3.2.2　边缘分布函数 41

3.2.3　随机变量的独立性 42

3.3　二维离散型随机变量及其分布列 42

3.3.1　联合分布列 42

3.3.2　边缘分布列 43

3.3.3　离散型随机变量的独立性 43

3.4 二维连续型随机变量及其分布密度 44

3.4.1　联合分布密度 44

3.4.2　边缘分布密度 45

3.4.3　连续型随机变量的独立性 45

3.5　二维随机变量函数的分布 49

3.5.1 离散型场合下ζ＝ξ＋η的分布列 49

3.5.2　连续型场合下ζ＝f（ξ，η）的分布密度 50

内容概要3 52

习题3 53

第4章 随机变量的数字特征 55

4.1　数学期望及其运算法则 55

4.1.1　数学期望的实际背景 55

4.1.2　数学期望的定义与计算实例 55

4.1.3　随机变量函数的数学期望 57

4.1.4　数学期望的运算法则 59

4.2　方差及其运算法则 60

4.2.1　方差的概念与计算实例 60

4.2.2　方差的运算法则 62

4.3　常用分布的数学期望与方差 63

4.4　协方差与相关系数 66

4.4.1　原点矩与中心矩 66

4.4.2　协方差及其运算法则 66

4.4.3　相关系数及其基本性质 68

内容概要4 69

习题4 70

第5章 大数定律与中心极限定理 73

5.1　切比雪夫不等式 73

5.2　大数定律 74

5.2.1　切比雷夫大数定理 74

5.2.2　伯努利大数定理 75

5.2.3　大数定律重要意义的概述 75

5.3　中心极限定理 75

5.3.1 中心极限定理的现实背景 75

5.3.2　独立同分布下的中心极限定理 76

5.3.3　棣莫弗-拉普拉斯中心极限定理及其应用 76

内容概要5 78

习题5 79

第6章　样本与统计量分布 80

6.1　总体与样本 80

6.1.1　简单随机样本 80

6.1.2　统计推断与样本信息 81

6.1.3　样本的联合分布 81

6.2　样本矩与数字特征 82

6.2.1　样本的原点矩与样本均值 83

6.2.2　样本的中心矩与样本方差 83

6.2.3　样本矩、总体矩及其相互联系 84

6.3　统计量及其分布 85

6.3.1　统计量与抽样分布 85

6.3.2　标准正态分布及其临界值 86

6.3.3　x2分布及其临界值 87

6.3.4　t分布及其临界值 89

6.3.5　F分布及其临界值 90

内容概要6 93

习题6 94

第7章　参数估计 97

7.1　点估计及其优良性准则 97

7.1.1　点估计的意义 97

7.1.2　矩估计法 97

7.1.3　最大似然估计法 99

7.1.4　估计量的优良性准则 102

7.2　正态总体参数的区间估计 104

7.2.1　区间估计的意义 104

7.2.2　正态总体均值的区间估计 104

7.2.3　正态总体方差的区间估计 106

内容概要7 107

习题7 108

第8章　假设检验 111

8.1　假设检验的基本思想 111

8.1.1　问题的提出 111

8.1.2　假设检验的规范做法 111

8.1.3　假设检验的概率论依据 112

8.1.4　假设检验中的两类错误 113

8.2　正态总体均值的假设检验 114

8.2.1 方差已知时的均值检验（U检验法） 114

8.2.2　方差未知时的均值检验（t检验法） 116

8.3　正态总体方差的假设检验 117

8.3.1　一总体的方差检验（x2检验法） 117

8.3.2　二总体的方差检验（F检验法） 118

8.4　单侧假设检验 120

8.4.1　双侧假设检验的回顾 120

8.4.2　单侧假设检验的适用范围 121

8.4.3　单侧检验中若干问题的探讨 121

8.4.4　单侧假设检验的实例 122

8.5　总体分布的假设检验 125

8.5.1　分布检验的基本做法 125

8.5.2　分布拟合与检验的实例 126

内容概要8 130

习题8 130

第9章 方差分析与回归分析 134

9.1　单因素方差分析 134

9.1.1　单因素试验及其数学表述 134

9.1.2　单因素方差分析及其显著性检验 136

9.1.3　实例演算 140

9.2　一元回归分析 141

9.2.1　一元线性回归的原理和方法 141

9.2.2　非线性问题的线性化处理 146

内容概要9 150

习题9 151

附表1　泊松分布数值表 154

附表2　标准正态分布函数数值表 158

附表3 x2分布临界值表 160

附表4 F分布临界值表 162

附表5 t分布临界值表 172

附表6　相关系数显著性检验表 173

习题答案或提示 174

参考文献 183