應(yīng)用概率統(tǒng)計(jì)

第1章 隨機(jī)事件及其概率
1.1 隨機(jī)事件
1.1.1 隨機(jī)試驗(yàn)
1.1.2 隨機(jī)事件
1.1.3 樣本空間
1.1.4 事件之間的關(guān)系和運(yùn)算
1.2 隨機(jī)事件的概率
1.2.1 古典概型
1.2.2 概率的統(tǒng)計(jì)意義
1.2.3 概率的公理化定義
1.2.4 概率的性質(zhì)
1.3 條件概率與事件的獨(dú)立性
1.3.1 條件概率
1.3.2 事件的獨(dú)立性
1.4 全概率公式和逆概率公式
1.4.1 全概率公式
1.4.2 逆概率公式
習(xí)題1
第2章 離散型隨機(jī)變量
2.1 隨機(jī)變量
2.2 離散型隨機(jī)變量的概率分布
2.2.1 分布律
2.2.2 分布函數(shù)
2.3 二項(xiàng)分布
2.4 泊松定理和泊松分布
2.4.1 泊松定理
2.4.2 泊松分布
2.5 超幾何分布
2.6 負(fù)二項(xiàng)分布（巴斯卡分布）
2.7 函數(shù)的分布
習(xí)題2
第3章 連續(xù)型隨機(jī)變量
3.1 連續(xù)型隨機(jī)變量的概率分布
3.2 正態(tài)分布
3.2.1 標(biāo)準(zhǔn)正態(tài)分布
3.2.2 一般正態(tài)分布
3.3 指數(shù)分布
3.4 均勻分布
3.5 伽瑪分布
3.6 威布爾分布
3.7 函數(shù)的分布
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
4.1.1 一般概念定義
4.1.2 隨機(jī)變量函數(shù)的數(shù)學(xué)期望
4.1.3 數(shù)學(xué)期望的性質(zhì)
4.2 方差
4.2.1 方差定義
4.2.2 方差的性質(zhì)
4.3 常見分布的期望與方差
習(xí)題4
第5章 多維隨機(jī)變量
5.1 二維隨機(jī)變量的聯(lián)合分布
5.1.1 聯(lián)合分布函數(shù)
5.1.2 離散型隨機(jī)變量的聯(lián)合分布律
5.1.3 連續(xù)型隨機(jī)變量的聯(lián)合概率密度函數(shù)
5.2 二維隨機(jī)變量的邊緣分布
5.2.1 邊緣分布函數(shù)
5.2.2 離散型隨機(jī)變量的邊緣分布
5.2.3 連續(xù)型隨機(jī)變量的邊緣分布
5.3 二維隨機(jī)變量的條件分布
5.3.1 離散型隨機(jī)變量的條件分布律
5.3.2 連續(xù)型隨機(jī)變量的條件分布
5.4 二維隨機(jī)變量的獨(dú)立性
5.5 多維隨機(jī)變量簡(jiǎn)述
5.6 二維隨機(jī)變量的函數(shù)的分布
5.6.1 和的分布
5.6.2 線性和的分布
5.6.3 一般函數(shù)Z＝g（X，Y）的分布
5.6.4 一般變換
5.6.5 最大值，最小值的分布
5.7 二維隨機(jī)變量的期望與方差
5.7.1 期望
5.7.2 方差
5.8 二維隨機(jī)變量的協(xié)方差與相關(guān)系數(shù)
5.8.1 協(xié)方差
5.8.2 相關(guān)系數(shù)
5.9 隨機(jī)變量的矩
習(xí)題5
第6章 極限定理
6.1 大數(shù)定律
6.1.1 切比雪夫不等式
6.1.2 切比雪夫大數(shù)定律
6.1.3 伯努利大數(shù)定律
6.2 中心極限定理
習(xí)題6
第7章 數(shù)理統(tǒng)計(jì)的基本概念
7.1 總體和樣本
7.2 抽樣分布
7.2.1 標(biāo)準(zhǔn)正態(tài)分布
7.2.2 X 2（卡方）分布
7.2.3 t分布
7.2.4 F分布
7.2.5 幾個(gè)重要統(tǒng)計(jì)量的分布
習(xí)題7
第8章 參數(shù)估計(jì)
8.1 參數(shù)的點(diǎn)估計(jì)
8.1.1 矩法
8.1.2 極大似然法
8.1.3 估計(jì)量?jī)?yōu)良性的評(píng)定標(biāo)準(zhǔn)
8.2 參數(shù)的區(qū)間估計(jì)
8.2.1 正態(tài)總體數(shù)學(xué)期望的區(qū)間估計(jì)
8.2.2 正態(tài)總體方差的區(qū)間估計(jì)
8.2.3 兩正態(tài)總體期望差的區(qū)間估計(jì)
8.2.4 兩正態(tài)總體方差比的區(qū)間估計(jì)
8.2.5 （0-1）分布參數(shù)p的區(qū)間估計(jì)
8.2.6 單側(cè)置信區(qū)間
習(xí)題8
第9章 假設(shè)檢驗(yàn)
9.1 基本概念
9.2 正態(tài)總體數(shù)學(xué)期望的假設(shè)檢驗(yàn)
9.3 正態(tài)總體方差的假設(shè)檢驗(yàn)
9.4 兩正態(tài)總體期望差的假設(shè)檢驗(yàn)
9.5 兩正態(tài)總體方差比的假設(shè)檢驗(yàn)
9.6 兩種類型的錯(cuò)誤
9.7 非正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)
9.8 非參數(shù)檢驗(yàn)
9.8.1 X 2檢驗(yàn)法
9.8.2 科爾莫戈羅夫檢驗(yàn)法
習(xí)題9
第10章 方差分析
10.1 單因素試驗(yàn)的方差分析
10.2 雙因素試驗(yàn)的方差分析
10.2.1 無交互作用的方差分析
10.2.2 有交互作用的方差分析
習(xí)題10
第11章 回歸分析
11.1 一元線性回歸
11.1.1 一元正態(tài)線性回歸模型
11.1.2 最小二乘估計(jì)
11.1.3 σ 2的點(diǎn)估計(jì)
11.1.4 線性假設(shè)的顯著性檢驗(yàn)（T檢驗(yàn)法）
11.1.5 線性回歸的方差分析（F檢驗(yàn)法）
11.1.6 利用回歸方程進(jìn)行預(yù)報(bào)（預(yù)測(cè)）
11.1.7 控制問題
11.2 多元線性回歸
11.2.1 多元線性回歸方程
11.2.2 σ 2的點(diǎn)估計(jì)
11.2.3 多元線性回歸的顯著性檢驗(yàn)（F檢驗(yàn)法）
11.2.4 因素主次的判別
11.3 非線性回歸化為線性回歸
習(xí)題11
第12章 正交試驗(yàn)設(shè)計(jì)
12.1 正交表及其用法
12.2 多指標(biāo)的分析方法
12.2.1 綜合平衡法
12.2.2 綜合評(píng)分法
12.3 混合水平的正交試驗(yàn)設(shè)計(jì)
12.3.1 混合水平正交表及其用法
12.3.2 擬水平法
12.4 有交互作用的正交試驗(yàn)設(shè)計(jì)
12.4.1 交互作用表
12.4.2 水平數(shù)相同的有交互作用的正交試驗(yàn)設(shè)計(jì)
12.5 正交試驗(yàn)設(shè)計(jì)的方差分析
12.5.1 方差分析的步驟與格式
12.5.2 3水平的方差分析
12.5.3 2水平的方差分析
12.5.4 混合水平的方差分析
12.5.5 擬水平法的方差分析
12.5.6 重復(fù)試驗(yàn)的方差分析
12.5.7 重復(fù)取樣的方差分析
習(xí)題12
第13章 可靠性設(shè)計(jì)
13.1 可靠性概念
13.2 可靠度的計(jì)算
13.2.1 串聯(lián)方式
13.2.2 并聯(lián)方式
13.2.3 串-并聯(lián)方式
13.3 可靠度函數(shù)與故障率
13.3.1 故障率計(jì)算實(shí)例
13.3.2 可靠度函數(shù)與故障率的精確定義
13.3.3 幾個(gè)重要分布的可靠度函數(shù)和故障率
13.3.4 指數(shù)分布故障率的計(jì)算
13.4 可靠度設(shè)計(jì)
13.4.1 一般概念
13.4.2 元件可靠度的分配
13.4.3 可修復(fù)系統(tǒng)MTBF的計(jì)算
13.4.4 元器件的選用
13.4.5 元器件的正確使用
13.4.6 固有可靠度的設(shè)計(jì)
習(xí)題答案
附錄A SAS/STAT程序庫(kù)使用簡(jiǎn)介
A.1 SAS系統(tǒng)操作
A.2 SAS數(shù)據(jù)集與數(shù)據(jù)步
A.3 在數(shù)據(jù)步中對(duì)數(shù)據(jù)進(jìn)行加工
A.4 SAS統(tǒng)計(jì)程序庫(kù)——SAS/STAT
參考資料
附錄B 常用統(tǒng)計(jì)數(shù)表
附表1 標(biāo)準(zhǔn)正態(tài)分布表
附表2 泊松分布表
附表3 t分布表
附表4 X 2分布表
附表5 F分布表
附表6 科爾莫戈羅夫-斯米爾諾夫λ-分布
附表7 正交表
主要參考書目