第一章 概率论中的一些课题 1
1.1 由随机变量或向量施行条件化 1
1.2 随机向量的变换的分布理论 4
1.3 关于正态总体子样的分布理论 5
1.4 二元正态分布 7
1.5 分布和矩的近似 10
1.6 预测 11
1.7 习题与补充 12
第二章 统计模型 127
2.1 统计模型 127
2.2 充分性 128
2.3 指数族 129
2.4 贝叶斯模型 131
2.5 习题与补充 134
第三章 估计方法 179
3.1 替代原理 179
3.2 最小二乘法 180
3.3 最大似然估计 184
3.4 习题与补充 187
第四章 估计的比较——最优化理论 234
4.1 估计的标准 234
4.2 一致最小方差无偏估计 235
4.3 信息不等式 236
4.4 大子样理论 238
4.5 无偏估计和最大似然估计的比较 241
4.6 习题与补充 241
5.1 精度、置信区间和界 322
第五章 从估计到置信区间和假设检验 322
5.2 假设检验的基本原理 323
5.3 置信方法和假设检验 326
5.4 习题与补充 327
第六章 最优化检验与置信区间：似然比检验及有关方法 367
6.1 Neyman—Pearson引理 367
6.2 一致最优势检验 368
6.3 一致最大准确度置信界 370
6.4 似然比及有关方法 371
6.5 关于二元正态分布的似然比检验 376
6.6 检验中的大子样近似 378
6.7 习题与补充 383
A.1 常用的几个不等式 511
附录 511
A.2 随机变量的收敛方式 513
A.3 大数定律与极限定理 515
符号缩引 517
表 519
Ⅰ 在正态密度下z左边的面积Ф(z) 519
Ⅱ(a)自由度为k=2，3，4，5的x2分布的上尾概率 521
Ⅱ(b) 自由度为k的x2分布的分位数x(1—α) 522
Ⅲ ？k分布的分位数t(1—α) 523
Ⅳ ？分布的分位数f(1—α) 524
Ⅴ Wilcoxon假设分布 530
Ⅵ ？(n，？)分布函数表 532
Ⅶ Wilcoxon符号秩分布 533
Ⅷ Spearman统计量的分布 536
Ⅸ Kolmogorov统计量的临界值ka 537