農(nóng)業(yè)現(xiàn)代化的曙光：徐州市農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營之路

第１章 隨機(jī)事件與概率計(jì)算
§1.1隨機(jī)試驗(yàn)與樣本空間
1.1.1 隨機(jī)現(xiàn)象及其統(tǒng)計(jì)規(guī)律性
1.1.2 隨機(jī)試驗(yàn)與隨機(jī)事件
1.1.3 樣本空間及其構(gòu)成特征
§1.2 隨機(jī)事件的概率
1.2.1 概率概念的引入
1.2.2 概率的統(tǒng)計(jì)定義
1.2.3 概率的古典定義
§1.3 概率的加法公式
1.3.1 事件間的關(guān)系與運(yùn)算
1.3.2 互斥事件概率的加法公式
1.3.3 任意事件概率的加法公式
§1.4 概率的乘法公式
1.4.1 條件概率
1.4.2 乘法公式及其推廣
1.4.3 全概率公式與逆概率公式
§1.5 事件的獨(dú)立性與相應(yīng)的概率計(jì)算
1.5.1 事件的獨(dú)立性概念
1.5.2 獨(dú)立事件概率的乘法公式
1.5.3 伯努利概型與概率計(jì)算的二項(xiàng)公式
習(xí)題１
第２章 一維隨機(jī)變量及其分布
§2.1 隨機(jī)變量的概念與分類
2.1.1 隨機(jī)變量概念的引入
2.1.2 隨機(jī)變量的定義
2.1.3 隨機(jī)變量的分類
§2.2 離散型隨機(jī)變量的分布列
2.2.1 分布列及其基本性質(zhì)
2.2.2 常用的離散型分布
§2.3 連續(xù)型隨機(jī)變量及其分布密度
2.3.1 分布密度及其基本性質(zhì)
2.3.2 常用的連續(xù)型分布
§2.4 一維隨機(jī)變量的分布函數(shù)
2.4.1 分布函數(shù)及其基本性質(zhì)
2.4.2 分布列與分布函數(shù)的互求
2.4.3 分布密度與分布函數(shù)的互求
2.4.4 正態(tài)分布的概率計(jì)算
§2.5 一維隨機(jī)變量函數(shù)的分布
2.5.1 隨機(jī)變量函數(shù)的含義
2.5.2 離散型場合下的對應(yīng)列舉法
2.5.3 連續(xù)型場合下的分布函數(shù)轉(zhuǎn)化法
習(xí)題２
第３章 多維隨機(jī)變量及其分布
§3.1 ｎ維隨機(jī)變量及其分類
§3.2 二維隨機(jī)變量的分布函數(shù)
3.2.1 聯(lián)合分布函數(shù)
3.2.2 邊緣分布函數(shù)
3.2.3 隨機(jī)變量ξ與η的獨(dú)立性
§3.3 二維離散型隨機(jī)變量及其分布列
3.3.1 聯(lián)合分布列
3.3.2 邊緣分布列
3.3.3 離散型隨機(jī)變量ξ與η的獨(dú)立性
§3.4 二維連續(xù)型隨機(jī)變量及其分布密度
3.4.1 聯(lián)合分布密度
3.4.2 邊緣分布密度
3.4.3 連續(xù)型隨機(jī)變量ξ與η的獨(dú)立性
§3.5 二維隨機(jī)變量函數(shù)的分布
3.5.1 離散型場合下ζ＝ξ＋η的分布列
3.5.2 連續(xù)型場合下ζ＝ｆ（ξ，η）的分布密度
§3.6 若干重要分布及其臨界值
3.6.1 χ２分布及其臨界值
3.6.2 Ｆ分布及其臨界值
3.6.3 ｔ分布及其臨界值
3.6.4 標(biāo)準(zhǔn)正態(tài)分布下的臨界值
習(xí)題３
第４章 隨機(jī)變量的數(shù)字特征
§4.1 數(shù)學(xué)期望及其運(yùn)算法則
4.1.1 數(shù)學(xué)期望的實(shí)際背景
4.1.2 數(shù)學(xué)期望的定義與計(jì)算實(shí)例
4.1.3 隨機(jī)變量函數(shù)的數(shù)學(xué)期望
4.1.4 數(shù)學(xué)期望的運(yùn)算法則
§4.2 方差及其運(yùn)算法則
4.2.1 方差的概念與計(jì)算實(shí)例
4.2.2 方差的運(yùn)算法則
§4.3 常用分布的數(shù)學(xué)期望與方差
§4.4 協(xié)方差與相關(guān)系數(shù)
4.4.1 原點(diǎn)矩與中心矩
4.4.2 協(xié)方差及其運(yùn)算法則
4.4.3 相關(guān)系數(shù)及其基本性質(zhì)
習(xí)題４
第５章 大數(shù)定律與中心極限定理
§5.1 切比雪夫不等式
§5.2 大數(shù)定律
5.2.1 切比雪夫大數(shù)定理
5.2.2 伯努利大數(shù)定理
5.2.3 大數(shù)定律重要意義的概述
§5.3 中心極限定理
5.3.1 中心極限定理的現(xiàn)實(shí)背景
5.3.2 獨(dú)立同分布下的中心極限定理
5.3.3 棣莫弗－拉普拉斯中心極限定理及其應(yīng)用
第６章 樣本與統(tǒng)計(jì)量分布
§6.1 總體與樣本
6.1.1 簡單隨機(jī)樣本
6.1.2 統(tǒng)計(jì)推斷與樣本信息
6.1.3 樣本的聯(lián)合分布
§6.2 樣本矩與數(shù)字特征
6.2.1 樣本的原點(diǎn)矩與樣本均值
6.2.2 樣本的中心矩與樣本方差
6.2.3 樣本矩、總體矩及其相互聯(lián)系
§6.3 統(tǒng)計(jì)量及其分布
6.3.1 統(tǒng)計(jì)量的概念
6.3.2 四類統(tǒng)計(jì)量及其分布（抽樣分布）
習(xí)題６
第７章 參數(shù)估計(jì)
§7.1 點(diǎn)估計(jì)及其優(yōu)良性準(zhǔn)則
7.1.1 點(diǎn)估計(jì)的意義
7.2.2 矩估計(jì)法
7.2.3 極大似然估計(jì)法
7.2.4 估計(jì)量的優(yōu)良性準(zhǔn)則
§7.2 正態(tài)總體參數(shù)的區(qū)間估計(jì)
7.2.1 區(qū)間估計(jì)的意義
7.2.2 正態(tài)總體均值的區(qū)間估計(jì)
7.2.3 正態(tài)總體方差的區(qū)間估計(jì)
習(xí)題７
第８章 假設(shè)檢驗(yàn)
§8.1 假設(shè)檢驗(yàn)的基本思想
8.1.1 問題的提出
8.1.2 假設(shè)檢驗(yàn)的規(guī)范做法
8.1.3 假設(shè)檢驗(yàn)的概率論依據(jù)
8.1.4 假設(shè)檢驗(yàn)中的兩類錯(cuò)誤
§8.2 正態(tài)總體均值的假設(shè)檢驗(yàn)
8.2.1 方差已知時(shí)的均值檢驗(yàn)（Ｕ檢驗(yàn)法）
8.2.2 方差未知時(shí)的均值檢驗(yàn)（ｔ檢驗(yàn)法）
§8.3 正態(tài)總體方差的假設(shè)檢驗(yàn)
8.3.1 一總體的方差檢驗(yàn)（χ２檢驗(yàn)法）
8.3.2 二總體的方差檢驗(yàn)（Ｆ檢驗(yàn)法）
§8.4 總體分布的假設(shè)檢驗(yàn)
8.4.1 分布檢驗(yàn)的基本做法
8.4.2 分布擬合與檢驗(yàn)的實(shí)例討論
習(xí)題８
第９章 方差分析與回歸分析
§9.1 單因素方差分析
9.1.1 單因素試驗(yàn)及其數(shù)學(xué)表述
9.1.2 單因素方差分析及其顯著性檢驗(yàn)
9.1.3 實(shí)例演算
§9.2 一元回歸分析
9.2.1 一元線性回歸的原理和方法
9.2.2 非線性問題的線性化處理
習(xí)題９
習(xí)題答案或提示
附表１ 泊松分布數(shù)值表
附表２ 標(biāo)準(zhǔn)正態(tài)分布函數(shù)數(shù)值表
附表３ χ２分布臨界值表
附表４ Ｆ分布臨界值表
附表５ ｔ分布臨界值表
附表６ 相關(guān)系數(shù)顯著性檢驗(yàn)表
參考文獻(xiàn)