概率統(tǒng)計（原書第4版）

定　價：￥179.00

作　者：	[美]莫里斯·H. 德格魯特 [美]馬克·J. 舍維什
出版社：	機械工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥134.20)

ISBN：	9787111746669	出版時間：	2024-08-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書包括概率論、數(shù)理統(tǒng)計兩部分，涉及條件分布、期望、大樣本理論、估計、假設(shè)檢驗、非參數(shù)方法、線性統(tǒng)計模型、統(tǒng)計模擬等，內(nèi)容取材比較時尚新穎。新版不但重寫了很多章節(jié)，還介紹了在計算機科學(xué)中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、樞軸量、似然比檢驗的大樣本分布等方面的知識，將目前研究前沿的一些問題深入淺出地融人教材。書中內(nèi)容豐富完整，適當(dāng)?shù)剡x擇某些章節(jié)，可以作為一學(xué)年的概率論與數(shù)理統(tǒng)計課程的教材，亦可作為一學(xué)期的概率論與隨機過程的教材。適合數(shù)學(xué)、統(tǒng)計學(xué)、經(jīng)濟學(xué)等專業(yè)高年級本科生和研究生用，也可供統(tǒng)計工作人員用作參考書。

作者簡介

　　莫里斯·H. 德格魯特（Morris H.DeGroot）美國統(tǒng)計學(xué)家，曾任卡內(nèi)基·梅隆大學(xué)教授，是卡內(nèi)基·梅隆大學(xué)統(tǒng)計系創(chuàng)始主任。他于1970年出版的Optimal Statistical Decisions至今仍被認為是該領(lǐng)域的偉大著作之一。他是美國統(tǒng)計協(xié)會、國際數(shù)理統(tǒng)計學(xué)會、國際統(tǒng)計學(xué)會、世界計量經(jīng)濟學(xué)會和美國科學(xué)促進會的會士。他于1989年去世。國際貝葉斯分析學(xué)會的DeGroot獎?wù)且运拿置员碚盟诮y(tǒng)計與決策理論方面工作的影響和重要性，以及對該學(xué)科發(fā)展的顯著影響。馬克·J. 舍維什（Mark J. Schervish）任教于卡內(nèi)基·梅隆大學(xué)統(tǒng)計學(xué)系。他發(fā)表了應(yīng)用、方法論、理論和哲學(xué)研究論文，并出版了教科書和研究專著。他以在推理和貝葉斯統(tǒng)計基礎(chǔ)方面的工作而聞名。Schervish曾在頂級統(tǒng)計期刊的編輯委員會任職，是美國統(tǒng)計協(xié)會和國際數(shù)理統(tǒng)計學(xué)會的會士。

圖書目錄

目錄

譯者序
前言

第1章關(guān)于概率的引言1
11概率的歷史1
12概率的解釋1
13試驗和事件4
14集合論4
15概率的定義13
16有限樣本空間17
17計數(shù)方法20
18組合方法26
19多項式系數(shù)35
110和事件的概率39
111統(tǒng)計詐騙43
112補充習(xí)題45
第2章條件概率47
21條件概率的定義47
22獨立事件56
23貝葉斯定理65
*24賭徒破產(chǎn)問題73
25補充習(xí)題76
第3章隨機變量及其分布79
31隨機變量及離散分布79
32連續(xù)分布84
33分布函數(shù)91
34二元隨機變量的分布99
35邊際分布109
36條件分布120
37多元分布130
38隨機變量的函數(shù)144
39兩個或多個隨機變量的函數(shù)150
*310馬爾可夫鏈161
311補充習(xí)題174
第4章數(shù)學(xué)期望178
41隨機變量的數(shù)學(xué)期望178
42數(shù)學(xué)期望的性質(zhì)186
43方差193
44矩200
45均值和中位數(shù)207
46協(xié)方差和相關(guān)系數(shù)213
47條件期望219
*48效用227
49補充習(xí)題233
第5章特殊分布236
51引言236
52伯努利分布和二項分布236
53超幾何分布241
54泊松分布247
55負二項分布255
56正態(tài)分布259
57伽馬分布271
58貝塔分布281
59多項分布286
510二元正態(tài)分布290
511補充習(xí)題296
第6章大隨機樣本299
61引言299
62大數(shù)定律300
63中心極限定理311
64連續(xù)性修正321
65補充習(xí)題324
第7章估計325
71統(tǒng)計推斷325
72先驗分布和后驗分布332
73共軛先驗分布340
74貝葉斯估計量351
75極大似然估計量360
76極大似然估計量的性質(zhì)368
*77充分統(tǒng)計量383
*78聯(lián)合充分統(tǒng)計量388
*79估計量的改進394
710補充習(xí)題400
第8章估計量的抽樣分布403
81統(tǒng)計量的抽樣分布403
82卡方分布407
83樣本均值和樣本方差的聯(lián)合
分布410
84t分布417
85置信區(qū)間421
*86正態(tài)分布樣本的貝葉斯分析430
87無偏估計量440
*88Fisher信息量447
89補充習(xí)題460
第9章假設(shè)檢驗462
91假設(shè)檢驗問題462
*92簡單假設(shè)的檢驗479
*93一致最大功效檢驗488
*94雙邊備擇假設(shè)496
95t檢驗503
96比較兩個正態(tài)分布的均值513
97F分布523
*98貝葉斯檢驗530
*99基本問題541
910補充習(xí)題544
第10章分類數(shù)據(jù)和非參數(shù)方法548
101擬合優(yōu)度檢驗548
102復(fù)合假設(shè)的擬合優(yōu)度檢驗556
103列聯(lián)表563
104同質(zhì)性檢驗568
105Simpson悖論574
*106KolmogorovSmirnov檢驗577
*107穩(wěn)健估計585
*108符號檢驗和秩檢驗595
109補充習(xí)題602
第11章線性統(tǒng)計模型605
111最小二乘法605
112回歸612
113簡單線性回歸的統(tǒng)計推斷620
*114簡單線性回歸的貝葉斯推斷639
115一般線性模型與多元回歸645
116方差分析663
*117雙因子試驗設(shè)計671
*118具有復(fù)制的雙因子試驗
設(shè)計679
119補充習(xí)題689
第12章模擬693
121什么是模擬693
122為什么模擬是有用的696
123特定分布的模擬707
124重要性抽樣718
*125馬爾可夫鏈蒙特卡羅
（MCMC）方法726
126自助法740
127補充習(xí)題749
奇數(shù)序號習(xí)題答案753
附錄774
參考文獻786