概率論與數(shù)理統(tǒng)計：方法與應用及python實現(xiàn)

定　價：￥69.80

作　者：	柯忠義，周大鐲主編
出版社：	北京大學出版社
叢編項：
標　簽：	暫缺

ISBN：	9787301343470	出版時間：	2023-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	404	字數(shù)：

內容簡介

　　本書是一本供非數(shù)學專業(yè)使用的概率論與數(shù)理統(tǒng)計教材. 全書共分為十章，內容包括隨機事件和概率、離散型隨機變量及其分布、連續(xù)型隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理、參數(shù)估計、假設檢驗、方差分析與回歸分析、統(tǒng)計軟件SPSS簡介. 每一章節(jié)后面有相當數(shù)量的習題，在書末配有參考答案，供讀者參考. 為了使學生對這門課程在現(xiàn)實生產、生活中的應用有一個感性的認識，在每一章的都提供了一篇課外拓展閱讀，以提高學習興趣和應用意識.章隨機事件和概率第二章離散型隨機變量及其分布第三章連續(xù)型隨機變量及其分布第四章隨機變量的數(shù)字特征第五章大數(shù)定律和中心極限定理第六章數(shù)理統(tǒng)計的基本概念第七章參數(shù)估計第八章假設檢驗第九章方差分析與回歸分析第十章 Python基礎及其在概率論與數(shù)理統(tǒng)計中的應用

作者簡介

　　柯忠義：：：：：：：柯忠義，統(tǒng)計學教授，博士，主講講授《概率論與數(shù)理統(tǒng)計》《多元統(tǒng)計分析》《數(shù)學建?！返日n程。長期從事數(shù)學建模培訓和指導工作，指導大學生參加外數(shù)學建模及美國數(shù)模競賽的成績優(yōu)異，分別在2009年、2017年及2021年三次次獲得廣東省大學生建模指導教師稱號。主要從事復雜數(shù)據建模與分析等應用領域的研究工作，先后在外期刊發(fā)表論文近40篇；主持省部級及市廳級項目6項。主要的研究領域為，宏觀經濟數(shù)據、產業(yè)與企業(yè)層面數(shù)據數(shù)據的建模與分析，運用數(shù)據挖掘、統(tǒng)計建模、線性與非線性預測、貝葉斯估計分析等方法，探索各類數(shù)據的生成過程、性質、特點和趨勢，刻畫行業(yè)、企業(yè)及宏觀經濟周期的動態(tài)運行周期與結構特征。

圖書目錄

章隨機事件和概率
1.1 隨機事件
1.2 概率的定義和性質
1.3 古典概型與幾何概型
1.4 條件概率、全概率公式和貝葉斯公式
1.5 事件的獨立性
1.6 問題拓展探索之一——蒲豐投針問題及其應用
1.7 趣味問題求解與Python實現(xiàn)之一
1.8 課程趣味閱讀之一
習題一
第二章離散型隨機變量及其分布
2.1 隨機變量
2.2 離散型隨機變量及其分布律
2.3 二維離散型隨機變量及其分布
2.4 離散型隨機變量的獨立性與條件分布
2.5 離散型隨機變量函數(shù)的分布
2.6 問題拓展探索之二——幾個常用離散型分布的性質拓展與應用
2.7 趣味問題求解與Python實現(xiàn)之二
2.8 課程趣味閱讀之二
習題二
第三章連續(xù)型隨機變量及其分布
3.1 分布函數(shù)與概率密度
3.2 常用的一維連續(xù)型隨機變量
3.3 二維連續(xù)型隨機變量及其分布
3.4 連續(xù)型隨機變量的獨立性與條件分布
3.5 連續(xù)型隨機變量函數(shù)的分布
3.6 問題拓展探索之三——伽馬分布及其應用
3.7 趣味問題求解與Python實現(xiàn)之三
3.8 課程趣味閱讀之三
習題三
第四章隨機變量的數(shù)字特征
4.1 數(shù)學期望
4.2 方差
4.3 協(xié)方差和相關系數(shù)
4.4 矩和協(xié)方差矩陣
4.5 隨機變量的形態(tài)特征
4.6 問題拓展探索之四——條件期望及其應用
4.7 趣味問題求解與Python實現(xiàn)之四
4.8 課程趣味閱讀之四
習題四
第五章大數(shù)定律和中心極限定理
5.1 大數(shù)定律
5.2 中心極限定理
5.3 問題拓展探索之五——隨機變量序列的三種收斂
5.4 趣味問題求解與Python實現(xiàn)之五
5.5 課程趣味閱讀之五
習題五
第六章數(shù)理統(tǒng)計的基本概念
6.1 總體和樣本
6.2 經驗分布函數(shù)
6.3 統(tǒng)計量
6.4 三個常用分布
6.5 抽樣分布
6.6 問題拓展探索之六——變量變換法與次序統(tǒng)計量的分布
6.7 趣味問題求解與Python實現(xiàn)之六
6.8 課程趣味閱讀之六
習題六
第七章參數(shù)估計
7.1 點估計
7.2 估計量的評選標準
7.3 置信區(qū)間
7.4 單個正態(tài)總體參數(shù)的置信區(qū)間
7.5 兩個正態(tài)總體參數(shù)的置信區(qū)間
7.6 非正態(tài)總體參數(shù)的置信區(qū)間
7.7 問題拓展探索之七——極大似然估計法的趣味應用
7.8 趣味問題求解與Python實現(xiàn)之七
7.9 課程趣味閱讀之七
習題七
第八章假設檢驗
8.1 假設檢驗問題
8.2 單個正態(tài)總體的假設檢驗
8.3 兩個正態(tài)總體的假設檢驗
8.4 總體成數(shù)的假設檢驗
8.5 分布擬合檢驗
8.6 問題拓展探索之八——勢函數(shù)與兩類錯誤的計算
8.7 趣味問題求解與Python實現(xiàn)之八
8.8 課程趣味閱讀之八
習題八
第九章方差分析與回歸分析
9.1 單因素試驗的方差分析
9.2 雙因素試驗的方差分析
9.3 一元線性回歸
9.4 多元線性回歸
9.5 問題拓展探索之九——協(xié)方差分析模型及其應用
9.6 趣味問題求解與Python實現(xiàn)之九
9.7 課程趣味閱讀之九
習題九
第十章 Python在概率論與數(shù)理統(tǒng)計中的應用
10.1 Python語言基礎
10.2 數(shù)據處理與可視化
10.3 Python在概率論與數(shù)理統(tǒng)計中的應用
附表
附表1 泊松分布表
附表2 標準正態(tài)分布表
附表3 χ2分布表
附表4 t分布表
附表5 F分布表
附表6 柯爾莫哥洛夫檢驗的臨界值表
附表7 Dn的極限分布函數(shù)的數(shù)值表
參考答案與提示
參考文獻