概率与统计
作 者: 罗纳德·E·沃波尔(Ronald E.Walpole) 等 著;袁东学,龙少波 译 著
定 价: 69
出 版 社: 中国人民大学出版社
出版日期: 2016年11月01日
页 数: 495
装 帧: 平装
ISBN: 9787300233437
●章 统计与数据分析导言
1.1 概述：统计推断、样本、总体及概率的作用
1.2 抽样过程与数据采集
1.3 位置测度：样本均值和中位数
1.4 变异的测度
1.5 离散和连续数据
1.6 统计建模、科学检验以及图形诊断
1.7 统计研究的一般类型：设计性试验、观测性研究以及回溯性研究
第2章 概 率
2.1 样本空间
2.2 事件
2.3 样本点计数
2.4 事件的概率
2.5 加法法则
2.6 条件概率、独立性及乘积法则
2.7 贝叶斯准则
2.8 可能的错误观点及危害；与其他章节的联系
第3章 随机变量和概率分布
3.1 随机变量的概念
3.2 离散型概率分布
3.3 连续型概率分布
3.4 联合概率分布
3.5 可能的错误观点及危害；与其他章节的联系
第4章 数学期望
4.1 随机变量的均值
4.2 随机变量的方差和协方差
4.3 随机变量的线性组合的均值和方差
4.4 切贝雪夫定理
4.5 可能的错误观点及危害；与其他章节的联系
第5章 几个离散型概率分布
5.1 引言与动机
5.2 二项分布和多项式分布
5.3 超几何分布
5.4 负二项分布和几何分布
5.5 泊松分布和泊松过程
5.6 可能的错误观点及危害；与其他章节的联系
第6章 几个连续型概率分布
6.1 连续型均匀分布
6.2 正态分布
6.3 正态曲线下的面积
6.4 正态分布的应用
6.5 二项分布的正态近似
6.6 伽马分布和指数分布
6.7 卡方分布
6.8 贝塔分布
6.9 对数正态分布
6.10 韦布尔分布
6.11 可能的错误观点及危害；与其他章节的联系
第7章 基本的抽样分布和描述性数据分析
7.1 随机抽样
7.2 一些重要的统计量
7.3 抽样分布
7.4 均值的抽样分布和中心极限定理
7.5 S2的抽样分布
7.6 t分布
7.7 F分布
7.8 分位图和概率图
7.9 可能的错误观点及危害；与其他章节的联系
第8章 单样本和两样本的估计问题
8.1 引言
8.2 统计推断
8.3 经典估计方法
8.4 单样本：均值估计
8.5 点估计的标准误
8.6 预测区间
8.7 容忍限
8.8 两样本：两个均值之差的估计
8.9 配对观测
8.10 单样本：比例的估计
8.11 两样本：两个比例之差的估计
8.12 单样本：方差估计
8.13 两样本：两个方差之比的估计
8.15 可能的错误观点及危害；与其他章节的联系
第9章 单样本和两样本假设检验
9.1 统计假设：基本概念
9.2 统计假设的检验
9.3 利用P值在假设检验中进行决策
9.4 单样本：与单个均值相关的检验
9.5 两样本：两个均值的检验问题
9.6 均值检验问题中样本容量的选取
9.7 均值比较的图形方法
9.8 单样本：单个比例的检验
9.9 两样本：两个比例的检验问题
9.10 方差的单样本和两样本检验问题
9.11 拟合优度检验
9.12 独立性检验（分类数据）
9.13 齐性检验
9.14 两样本的案例研究
9.15 可能的错误观点及危害；与其他章节的联系
0章 简单线性回归和相关性
10.1 线性回归简介
10.2 简单线性回归模型
10.3 最小二乘和拟合模型
10.4 最小二乘估计的性质
10.5 回归系数的推断
11.6 预测
10.7 对回归模型的选取
10.8 方差分析
10.9 回归问题中线性性的检验：具有重复观测的数据
10.10 数据的图形和变换
10.11 简单线性回归的案例研究
10.12 相关性
10.13 可能的错误观点及危害；与其他章节的联系
1章 多元线性回归和一些非线性回归模型
11.1 引言
11.2 系数的估计
11.3 矩阵形式的线性回归模型
11.4 最小二乘估计量的性质
11.5 多元线性回归中的推断
11.6 通过假设检验来选取拟合模型
11.7 分类变量或示性变量
11.8 模型选择的序贯方法
11.9 残差问题及违背假设的情况（模型检验）
11.10 交叉验证，Cp以及模型选择的其他则
11.11 非理想条件下特殊的非线性模型
11.12 可能的错误观点及危害；与其他章节的联系
2章 单因子试验：一般性问题
12.1 方差分析技术
12.2 试验设计策略
12.3 单边方差分析：完全随机化设计
12.4 方差齐性检验
12.5 自由度为1的对照
12.6 多重比较
12.7 对区组中的处理进行比较的问题
12.8 完全随机区组化设计
12.9 图形方法与模型诊断
12.10 方差分析中的数据变换
12.11 随机效应模型
12.12 案例研究
12.13 可能的错误观点及危害；与其他章节的联系
3章 因子试验（两因子或多因子）
13.1 引言
13.2 两因子试验中的交互效应
13.3 两因子方差分析
13.4 三因子试验
13.5 随机效应和混合效应模型的因子试验
13.6 可能的错误观点及危害；与其他章节的联系
4章 2k因子试验和部分因子试验
14.1 引言
14.22 k 因子试验：效应的估计和方差分析
14.3 无重复2k因子试验
14.4 回归中的因子试验
14.5 正交设计
14.6 部分因子试验
14.7 对部分因子试验的分析
14.8 高阶部分因子试验和筛选设计
14.9 以8，16，32个设计点构造解析度为Ⅲ和Ⅳ的设计
14.10 解析度为Ⅲ的其他两水平设计； Plackett—Burman设计
14.11 稳健参数设计
14.12 可能的错误观点及危害；与其他 章节的联系
5章 非参数统计
15.1 非参数检验
15.2 符号秩检验
15.3 W ilcoxon秩和检验
15.4 Kruskal—W allis检验
15.5 游程检验
15.6 容忍限
15.7 秩相关系数
6章 统计质量控制
16.1 引言
16.2 控制限的性质
16.3 控制图的用途
16.4 变量型控制图
16.5 属性控制图
16.6 累积和控制图
参考文献
内容简介
这本经典教材以其在理论和方法之间取得的独特的平衡，通过兴趣激发和相关应用的方式，“生动”“缜密”地介绍了基础概率理论和统计推断。书中还吸收了大量近期新的统计知识和新问题，并在每章末增加一个小节，以增强书中内容与时下工程与科研问题的适用性和相关性。在内容方面，不仅有许多近期新的工程问题，也有很多生物学、物理学以及计算机科学方面的近期新问题；不仅强调对关键思想的掌握，同时警示实践中可能发生的风险和危害。枯燥的概率与统计理论令那些感兴趣的读者望而却步，本书的出版却带来了一股新风，其内容通俗易懂，章节安排环环相扣，而且有大量的练习留给读者去理解和感知概率与统计的思想和概念。建议有实践需求的读者将本书带入你的课题研究中，也推荐愿意更多了解概率和统计知识的人员阅读。
罗纳德·E·沃波尔(Ronald E.Walpole) 等 著;袁东学,龙少波 译 著
罗纳德·沃波尔（Ronald E.Walpole），罗诺克学院教授，著有《概率与统计》《统计学入门》《基础统计概念》等。
雷蒙德·迈尔斯（Raymond H.Myers），弗吉尼亚理工大学统计学名誉教授，主要研究领域为试验设计与分析、响应面分析和非线性模型分析，美国统计学会（ASA）会员，靠前统计学会（ISI）会员。
沙伦·迈尔斯（Sharon L.Myers），瑞德福大学统计学名誉副教授，主要研究领域为统计计算、回归分析和响应面分析。
叶可英（Keying Ye），得克萨斯大学圣安东尼奥分校管理科学与统计学系教授，主要研究领域为贝叶斯推断与方法、数理......
评论晒单