《数理统计学导论 原书第7版》PDF下载

  • 购买积分:16 如何计算积分?
  • 作  者:(美)霍格著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2015
  • ISBN:9787111479512
  • 页数:520 页
图书介绍:本书第1章和第2章为读者提供学习本书其余内容所必需的概率与分布理论的背景内容。第3章讨论最广泛运用的离散与连续概率分布。第4章包括上述内容的基本推理。第5章阐述依概率收敛与依分布收敛的大样本理论,并且以中心极限定理结束。第6章提供基于极大似然理论的完整推断(包括估计与检验)。这一章还包括对EM算法及其可用于几种极大似然情况的讨论。第7章和第8章包括充分统计量与最优假设检验。最后三章则提供统计学中三个重要专题的理论。其中,第9章介绍基本方差分析、单变量回归以及相关模型的正态分布理论的推断。第10章阐述关于位置与单变量回归模型的非参数方法(估计与检验),对效率、影响以及崩溃点概念进行讨论。第11章阐明贝叶斯方法,包括传统贝叶斯方法和马尔可夫链蒙特卡罗方法。

第1章 概率与分布 1

1.1 引论 1

1.2 集合理论 2

1.3 概率集函数 8

1.4 条件概率与独立性 16

1.5 随机变量 24

1.6 离散随机变量 31

1.6.1 变量变换 32

1.7 连续随机变量 34

1.7.1 变量变换 36

1.8 随机变量的期望 40

1.9 某些特殊期望 45

1.10 重要不等式 52

第2章 多元分布 57

2.1 二元随机变量的分布 57

2.1.1 期望 61

2.2 二元随机变量变换 65

2.3 条件分布与期望 72

2.4 相关系数 78

2.5 独立随机变量 84

2.6 多元随机变量的推广 90

2.7 多个随机向量的变换 96

2.8 随机变量的线性组合 102

第3章 某些特殊分布 106

3.1 二项分布及有关分布 106

3.2 泊松分布 114

3.3 Γ,x2以及β分布 118

3.4 正态分布 127

3.4.1 污染正态分布 132

3.5 多元正态分布 135

3.5.1 应用 139

3.6 t分布与F分布 143

3.6.1 t分布 143

3.6.2 F分布 144

3.6.3 学生定理 146

3.7 混合分布 148

第4章 统计推断基础 154

4.1 抽样与统计量 154

4.1.1 pmf与pdf的直方图估计 157

4.2 置信区间 162

4.2.1 均值之差的置信区间 164

4.2.2 比例之差的置信区间 166

4.3 离散分布参数的置信区间 169

4.4 次序统计量 172

4.4.1 分位数 175

4.4.2 分位数置信区间 178

4.5 假设检验 181

4.6 统计检验的深入研究 188

4.7 卡方检验 192

4.8 蒙特卡罗方法 198

4.8.1 筛选生成算法 203

4.9 自助法 206

4.9.1 百分位数自助置信区间 206

4.9.2 自助检验法 209

4.10 分布容许限 215

第5章 一致性与极限分布 218

5.1 依概率收敛 218

5.2 依分布收敛 221

5.2.1 概率有界 226

5.2.2 △方法 227

5.2.3 矩母函数方法 228

5.3 中心极限定理 231

5.4 多变量分布的推广 236

第6章 极大似然法 241

6.1 极大似然估计 241

6.2 拉奥-克拉默下界与有效性 246

6.3 极大似然检验 256

6.4 多参数估计 263

6.5 多参数检验 270

6.6 EM算法 276

第7章 充分性 283

7.1 估计量品质的测量 283

7.2 参数的充分统计量 287

7.3 充分统计量的性质 293

7.4 完备性与唯一性 296

7.5 指数分布类 300

7.6 参数的函数 303

7.7 多参数的情况 308

7.8 最小充分性与从属统计量 313

7.9 充分性、完备性以及独立性 319

第8章 最优假设检验 324

8.1 最大功效检验 324

8.2 一致最大功效检验 332

8.3 似然比检验 338

8.4 序贯概率比检验 347

8.5 极小化极大与分类方法 352

8.5.1 极小化极大方法 353

8.5.2 分类 355

第9章 正态模型的推断 358

9.1 二次型 358

9.2 单向方差分析 362

9.3 非中心x2分布与F分布 365

9.4 多重比较法 367

9.5 方差分析 371

9.6 回归问题 376

9.7 独立性检验 383

9.8 某些二次型分布 386

9.9 某些二次型的独立性 390

第10章 非参数与稳健统计学 396

10.1 位置模型 396

10.2 样本中位数与符号检验 398

10.2.1 渐近相对有效性 401

10.2.2 基于符号检验的估计方程 405

10.2.3 中位数置信区间 406

10.3 威尔科克森符号秩 407

10.3.1 渐近相对有效性 411

10.3.2 基于威尔科克森符号秩的估计方程 413

10.3.3 中位数的置信区间 414

10.4 曼-惠特尼-威尔科克森方法 415

10.4.1 渐近相对有效性 418

10.4.2 基于MWW的估计方程 420

10.4.3 移位参数△的置信区间 420

10.5 一般秩得分 421

10.5.1 效力 424

10.5.2 基于一般得分的估计方程 425

10.5.3 最优化最佳估计 426

10.6 适应方法 431

10.7 简单线性模型 435

10.8 测量关联性 439

10.8.1 肯德尔τ 439

10.8.2 斯皮尔曼ρ 442

10.9 稳健概念 445

10.9.1 位置模型 445

10.9.2 线性模型 450

第11章 贝叶斯统计学 457

11.1 主观概率 457

11.2 贝叶斯方法 460

11.2.1 先验分布与后验分布 460

11.2.2 贝叶斯点估计 462

11.2.3 贝叶斯区间估计 465

11.2.4 贝叶斯检验方法 466

11.2.5 贝叶斯序贯方法 467

11.3 贝叶斯其他术语与思想 468

11.4 吉布斯抽样器 473

11.5 现代贝叶斯方法 477

11.5.1 经验贝叶斯 480

附录A 数学 483

附录B R函数 486

附录C 分布表 495

附录D 常用分布列表 506

附录E 参考文献 509

附录F 部分习题答案 513