概率論與數(shù)理統(tǒng)計(jì)（人工智能專(zhuān)用）

章隨機(jī)事件與概率（1）
節(jié)隨機(jī)事件及樣本空間（1）
一、隨機(jī)現(xiàn)象和樣本空間（1）
二、隨機(jī)事件（3）
三、事件的關(guān)系與運(yùn)算（3）
第二節(jié)概率的定義及性質(zhì)（8）
一、可能性大小的度量（8）
二、概率的統(tǒng)計(jì)定義（8）
三、概率的公理化定義（9）
四、概率的性質(zhì)（9）
第三節(jié)古典概型和幾何概型（12）
一、排列與組合（12）
二、古典概率（13）
三、幾何概型（16）
第四節(jié)條件概率（21）
一、條件概率（21）
二、乘法公式（22）
三、全概率公式（23）
四、貝葉斯公式（25）
第五節(jié)獨(dú)立性（28）
一、獨(dú)立性（28）
二、n重貝努利試驗(yàn)（31）
第二章隨機(jī)變量及其分布（42）
節(jié)離散型隨機(jī)變量及其分布律（42）
一、隨機(jī)變量（42）
二、離散型隨機(jī)變量（43）
三、幾種常見(jiàn)的離散型分布（45）
第二節(jié)隨機(jī)變量的分布函數(shù)（58）
一、分布函數(shù)概念（58）
二、分布函數(shù)的性質(zhì)（58）
第三節(jié)連續(xù)型隨機(jī)變量及其密度函數(shù)（62）
一、連續(xù)型隨機(jī)變量（62）
二、幾種常見(jiàn)的連續(xù)型分布（65）
第四節(jié)隨機(jī)變量函數(shù)的分布（81）
一、離散型隨機(jī)變量函數(shù)的分布（82）
二、連續(xù)型隨機(jī)變量函數(shù)的分布（82）
第三章多維隨機(jī)變量及其分布（95）
節(jié)多維隨機(jī)變量及其聯(lián)合分布（95）
一、二維隨機(jī)變量的聯(lián)合分布函數(shù)（95）
二、二維離散型隨機(jī)變量及其分布（97）
三、二維連續(xù)型隨機(jī)變量及其分布（100）
四、常見(jiàn)的二維分布（102）
第二節(jié)邊緣分布和獨(dú)立性（107）
一、邊緣分布函數(shù)（107）
二、二維離散型隨機(jī)變量（X，Y）的邊緣分布律（108）
三、二維連續(xù)型隨機(jī)變量（X，Y）的邊緣分布（110）
四、隨機(jī)變量的獨(dú)立性（112）
第三節(jié)二維隨機(jī)變量的條件分布和條件獨(dú)立（120）
一、條件分布（120）
二、條件獨(dú)立（123）
第四節(jié)二維隨機(jī)變量函數(shù)的分布（129）
一、二維離散型隨機(jī)變量函數(shù)的分布（129）
二、二維連續(xù)型隨機(jī)變量函數(shù)的分布（131）
三、分布的可加性（135）
四、一些結(jié)論（136）
五、離散型隨機(jī)變量與連續(xù)型隨機(jī)變量和的分布（136）
第四章數(shù)字特征（146）
節(jié)數(shù)學(xué)期望（146）
一、數(shù)學(xué)期望的概念（146）
二、隨機(jī)變量函數(shù)的期望（148）
三、數(shù)學(xué)期望的性質(zhì)（150）
四、數(shù)學(xué)期望性質(zhì)的應(yīng)用（151）
五、一些常用分布的數(shù)學(xué)期望（151）
第二節(jié)方差（157）
一、方差的定義（157）
二、方差的性質(zhì)（158）
三、標(biāo)準(zhǔn)化（159）
四、常用分布的方差（159）
第三節(jié)協(xié)方差及相關(guān)系數(shù)（165）
一、定義（165）
二、協(xié)方差的性質(zhì)（165）
三、相關(guān)系數(shù)的性質(zhì)（165）
第四節(jié)矩和協(xié)方差矩陣（170）
一、矩（170）
二、n維隨機(jī)變量的協(xié)方差矩陣（171）
第五節(jié)信息論基礎(chǔ)（174）
一、自信息（self-infomation）（175）
二、信息熵（Entopy）（175）
三、條件熵（conditional entopy）（177）
四、聯(lián)合熵（joint entopy）（178）
五、相對(duì)熵（KL（kull
ack-Lei
le）散度）（178）
六、交叉熵（179）
七、互信息與信息增益（180）
八、優(yōu)選熵原理（182）
第五章大數(shù)定理與中心極限定理（195）
節(jié)集中不等式（195）
一、馬爾可夫不等式（Makov）（195）
二、霍夫丁不等式（Hoeffding）（196）
三、切比雪夫不等式（198）
第二節(jié)大數(shù)定律（201）
一、依概率收斂（201）
二、大數(shù)定理（202）
第三節(jié)中心極限定理（206）
第六章數(shù)理統(tǒng)計(jì)的基本概念（214）
節(jié)總體與樣本（214）
一、總體（215）
二、樣本（215）
三、樣本的聯(lián)合分布（216）
第二節(jié)統(tǒng)計(jì)量及其分布（217）
一、統(tǒng)計(jì)量和抽樣分布（217）
二、抽樣分布（220）
三、正態(tài)總體導(dǎo)出的抽樣分布（225）
第三節(jié)經(jīng)驗(yàn)分布函數(shù)與莖葉圖（231）
一、經(jīng)驗(yàn)分布函數(shù)（231）
二、莖葉圖（232）
第七章參數(shù)估計(jì)（242）
節(jié)點(diǎn)估計(jì)（242）
一、點(diǎn)估計(jì)概念（242）
二、矩估計(jì)（243）
三、極大似然估計(jì)法（245）
第二節(jié)估計(jì)量的評(píng)價(jià)準(zhǔn)則（253）
一、無(wú)偏性（253）
二、有效性（254）
三、一致性（254）
第三節(jié)貝葉斯估計(jì)（258）
一、統(tǒng)計(jì)推斷中可用的三種信息（258）
二、先驗(yàn)分布和后驗(yàn)分布（259）
三、先驗(yàn)分布的尋找（264）
第四節(jié)區(qū)間估計(jì)（267）
一、區(qū)間估計(jì)的基本概念（267）
二、單個(gè)正態(tài)總體參數(shù)的區(qū)間估計(jì)（268）
三、兩個(gè)正態(tài)總體參數(shù)的區(qū)間估計(jì)（270）
四、分類(lèi)精度的置信區(qū)間（272）
第八章假設(shè)檢驗(yàn)（283）
節(jié)假設(shè)檢驗(yàn)的基本思想（283）
一、檢驗(yàn)的依據(jù)：實(shí)際推斷原理（283）
二、假設(shè)檢驗(yàn)的基本概念（283）
三、檢驗(yàn)的p值（尾概率）（286）
四、假設(shè)檢驗(yàn)的基本步驟（286）
第二節(jié)正態(tài)總體下的參數(shù)假設(shè)檢驗(yàn)（287）
一、單個(gè)正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)（287）
二、兩個(gè)正態(tài)總體的假設(shè)檢驗(yàn)（290）
三、大樣本下非正態(tài)總體下的參數(shù)型假設(shè)檢驗(yàn)（295）
第三節(jié)非參數(shù)假設(shè)檢驗(yàn)（300）
一、擬合優(yōu)度檢驗(yàn)（300）
二、獨(dú)立性檢驗(yàn)（303）
三、秩和檢驗(yàn)（305）
第九章方差分析（315）
節(jié)單因素方差分析（315）
一、問(wèn)題的提出（315）
二、建立統(tǒng)計(jì)模型（316）
三、平方和分解（317）
四、離差平方和的分布（319）
五、假設(shè)檢驗(yàn)（320）
六、參數(shù)估計(jì)（321）
第二節(jié)雙因素方差分析（324）
一、無(wú)交互作用的雙因素方差分析（325）
二、有交互作用的雙因素方差分析（329）
第十章回歸分析（342）
節(jié)一元線(xiàn)性回歸分析（343）
一、一元線(xiàn)性回歸的數(shù)學(xué)模型（343）
二、回歸系數(shù)的最小二乘估計(jì)（344）
三、回歸問(wèn)題的統(tǒng)計(jì)檢驗(yàn)（346）
四、估計(jì)和預(yù)測(cè)（349）
第二節(jié)非線(xiàn)性回歸（353）
一、指數(shù)曲線(xiàn)（353）
二、對(duì)數(shù)函數(shù)曲線(xiàn)（354）
三、冪函數(shù)曲線(xiàn)（354）
四、雙曲函數(shù)曲線(xiàn)（355）
五、S型曲線(xiàn)（356）
六、多項(xiàng)式曲線(xiàn)（357）
第十一章聚類(lèi)分析（364）
節(jié)聚類(lèi)分析的一般問(wèn)題（364）
一、相似性度量（365）
二、類(lèi)及其特征（370）
第二節(jié)系統(tǒng)聚類(lèi)法（371）
一、系統(tǒng)聚類(lèi)法的基本思想（371）
二、系統(tǒng)聚類(lèi)的方法（372）
三、分類(lèi)數(shù)的確定（386）
第三節(jié)k-均值聚類(lèi)算法（388）
一、k-均值算法簡(jiǎn)介（389）
二、k-均值算法實(shí)現(xiàn)步驟（389）
三、k-均值算法的優(yōu)缺點(diǎn)（393）
附錄一（397）
附錄二數(shù)理統(tǒng)計(jì)內(nèi)容的python實(shí)現(xiàn)（413）
一、假設(shè)檢驗(yàn)（413）
二、方差分析（423）
三、回歸分析（430）
四、聚類(lèi)分析（434）
習(xí)題參考答案（437）
參考文獻(xiàn)（462）