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