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 x2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 多元函数的联合分布 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 Malkov 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 x2检验 217
10.6 拟合适度的 x2检验 217
10.7 均匀性的 x2检验 222
10.8 关联性或独立性的 x2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