概率論與數理統計 張景肖 張波 殷弘 9787300337050 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202503*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：概率論與數理統計
ISBN：9787300337050
出版社：中國人民大學
著編譯者：張景肖 張波 殷弘
頁數：328
所在地：中國大陸 *此為代購商品
書號：1716962
可大量預訂，請先連絡。

內容簡介

本書首先詳細介紹了概率論的基本內容，包括隨機事件，隨機變數的定義、分佈函數、矩，大數定律和中心極限定理等，並引用了大量實例來說明這些概率在現實中的刻畫。然後重點介紹了數理統計的基礎知識，包括統計量的基本概念和常用統計量，數理統計的兩個重要內容——參數估計及假設檢驗，貝葉斯統計的思想以及其與傳統統計的關係，並簡要介紹了蒙特卡洛法馬爾可夫鏈及其在貝葉斯統計中的應用。

目錄

第1章 事件與概率
1 1 樣本空間和事件域
1 1 1 樣本空間和事件
1 1 2 事件問的關係和事件運算
1 1 3 事件域
1 2 概率
1 2 1 概率的定義
1 2 2 概率的性質
1 2 3 古典概率、幾何概率、統計概率、主觀概率
1 3 條件概率和獨立
1 3 1 條件概率
1 3 2 獨立性
1 3 3 條件概率及條件獨立事件
本章小結
習題一
第2章 隨機變數的分佈與數字特徵
2 1 隨機變數及其分佈
2 1 1 隨機變數及其分佈函數
2 1 2 離散型隨機變數的概率分佈列
2 1 3 連續型隨機變數的概率分佈和概率密度函數
2 2 常用的離散型分佈
2 2 1 二項分佈
2 2 2 泊松分佈
2 2 3 其他離散型分佈
2 3 常用的連續型分佈
2 3 1 正態分佈
2 3 2 指數分佈
2 3 3 其他連續型分佈
2 4 隨機變數函數的分佈
2 5 隨機變數的期望與方差
2 5 1 數學期望
2 5 2 方差
2 6 隨機變數的其他數字特徵
2 6 1 矩
2 6 2 變異係數
2 6 3 分位數和中位數
2 6 4 偏度與峰度
2 6 5 眾數
2 7 隨機變數的特徵函數與矩母函數
2 7 1 特徵函數
2 7 2 矩母函數
2 8 本章相關的Python操作
本章小結
習題二
第3章 隨機向量的分佈與數字特徵
3 1 隨機向量及其（聯合）分佈函數
3 1 1 隨機向量及其（聯合）分佈函數的定義
3 1 2 離散型隨機向量及其聯合分佈列
3 1 3 連續型隨機向量及其聯合密度函數
3 2 邊際分佈與隨機變數的獨立性
3 2 1 邊際分佈
3 2 2 條件分佈
3 2 3 隨機變數間的獨立性
3 3 隨機向量的函數及其分佈
3 3 1 隨機向量的函數及其分佈簡介
3 3 2 多維隨機向量函數的分佈
3 3 3 次序統計量
3 4 隨機向量的數字特徵
3 4 1 隨機向量的數學期望
3 4 2 協方差和相關係數
3 4 3 特徵函數（續）和多元特徵函數
3 4 4 聯合矩母函數
3 4 5 多元正態分佈（續）
3 5 條件期望和條件方差
3 5 1 條件期望與條件概率
3 5 2 條件方差
3 6 與本章相關的Python操作
本章小結
習題三
第4章 大數定律與中心極限定理
4 1 隨機變數序列的幾種收斂性
4 1 1 幾乎處處收斂
4 1 2 依概率收斂
4 1 3 弱收斂及依分佈收斂
4 1 4 r階收斂
4 2 大數定律
4 3 中心極限定理
4 4 與本章有關的Python操作
4 4 1 大數定律展示
4 4 2 高爾頓板
4 4 3 中心極限定理展示
本章小結
習題四
第5章 參數估計
5 1 數理統計的基本概念
5 1 1 總體
5 1 2 樣本
5 1 3 統計量
5 1 4 經驗分佈函數
5 1 5 幾個常用分佈
5 1 6 抽樣分佈
5 2 點估計
5 2 1 估計量優良性的準則
5 2 2 點估計方法
5 3 區間估計
5 3 1 區間估計的概念
5 3 2 求置信區間的步驟
5 3 3 單個正態總體或非正態總體均值μ的置信區間
5 3 4 單個正態總體方差σ2的置信區間
5 3 5 兩總體均值差μ1-μ2的置信區間
5 3 6 兩正態總體方差比σ1/σ2的置信區間
5 3 7 總體比例口的區間估計
5 3 8 單尾置信區間
5 4 與本章相關的Python操作
本章小結
習題五
第6章 假設檢驗
6 1 假設檢驗的基本思想和方法
6 2 兩類錯誤及其概率
6 3 假設檢驗與區間估計的關係
6 4 Z邊檢驗與單邊檢驗
6 5 檢驗的p值
6 6 正態總體均值和方差的假設檢驗
6 6 1 單個正態總體均值μ的假設檢驗
6 6 2 單個正態總體方差σ2的假設檢驗
6 6 3 兩獨立正態總體方差比的假設檢驗
6 6 4 兩獨立正態總體均值差的假設檢驗
6 7 x2檢驗
6 7 1 應用實例
6 7 2 其他x2檢驗
6 8 正態分佈檢驗
6 8 1 Q-Q圖
6 8 2 K-S檢驗
6 8 3 S-W檢驗
6 9 本章相關的Python操作
6 9 1 Z檢驗
6 9 2 t檢驗
6 9 3 F檢驗
6 9 4 卡方檢驗
6 9 5 K-S檢驗
6 9 6 S-W檢驗
6 9 7 Q-Q圖
本章小結
習題六
第7章 貝葉斯統計
7 1 貝葉斯估計簡介
7 1 1 先驗分佈
7 1 2 貝葉斯估計
7 1 3 區間估計
7 2 馬爾可夫鏈-蒙特卡羅方法
7 2 1 基本思路
7 2 2 Metropolis-Hastings算法
7 2 3 Gibbs採樣
7 3 與本章相關的Python操作
7 3 1 不同先驗的比較
7 3 2 MCMC算法
本章小結
習題七
附錄一 Python簡單入門
附錄二 常用分佈表
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。