第一章 概率的基本概念与计算 1
1 随机事件及其概率 1
1.1 随机事件 1
1.2 随机事件的概率 2
1.3 事件的运算法则 5
2 古典概型 7
2.1 古典概率的定义 8
2.2 古典概率的性质 9
2.3 排列和组合 11
2.4 古典概率的计算 16
3 条件概率和乘法法则 19
3.1 条件概率 19
3.2 独立事件和乘法法则 21
4 概率的基本运算公式 24
4.1 全概率公式、贝叶斯公式 24
4.2 事件和的概率，若当公式 27
4.3 贝努利概型 32
复习题一 35
1 随机变量与分布函数 43
1.1 随机变量的概念 43
第二章 随机变量的分布和表征数 43
1.2 离散型随机变量的分布列 44
1.3 二项分布用波哇松分布近似表示 46
1.4 连续型随机变量的分布函数 49
1.5 概率密度 51
2 正态分布 59
2.1 正态分布 59
2.2 二项分布用正态分布近似表示 66
3 随机变量的函数及其分布 70
3.1 x2分布 70
3.2 t分布 73
3.3 F分布 74
4 随机变量的表征数 76
4.1 数学期望 77
4.2 方差和标准差 83
4.3 变异系数 86
4.4 几种常用分布的表征数 86
复习题二 89
第三章 常用的数理统计方法 94
1 样本与总体 94
1.1 总体、样本和抽样 94
1.2 样本表征数 95
2 估计法 96
2.1 契比雪夫不等式 96
2.2 总体平均数的点估计 98
2.3 总体方差的点估计 99
2.4 区间估计 100
3 检验方法 104
3.1 假设检验的方法 104
3.2 u检验 107
3.3 t检验 108
3.4 F检验 109
3.5 总体分布的鉴定—x2检验 112
4 配线法 115
4.1 回归适线法 115
4.2 回归适线的最小二乘法拟合 116
4.3 关于回归方程代表性的评价 122
4.4 对回归方程精确度的估计 125
4.5 配曲线的方法 126
5 判别法 134
5.1 什么是判别法？ 134
5.2 线性判别函数 136
5.3 判别指标 138
5.4 简算判别法 144
6 聚类法 147
6.1 数量分类法 147
6.2 分类统计量 148
6.3 分类图的形成 151
7 正交设计法 157
7.1 试验的设计 158
7.2 正交表 162
7.3 如何使用正交表 163
7.4 因素和水平的选定 165
7.5 试验结果的直观分析 167
复习题三 172
附表1—1 波哇松分布概率pk(λ)=？数值表 178
附表1—2 波哇松分布函数？数值表 180
附表2—1 标准正态分布密度函数？(x)=？的数值表 182
附表2—2 标准正态分布函数Ф(x)=？的数值表 184
附表3 x2分布表 186
附表4 t分布表 188
附表5—1 F分布表 190
附表5—2 F分布表 194
附表6 常用正交表 198