0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 社科/经管/语言/法律 > 统计学 > 全美经典 统计学原理-推断性统计学 下

相同作者的商品

浏览历史

全美经典 统计学原理-推断性统计学 下


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
全美经典 统计学原理-推断性统计学 下
  • 原著:[美]S.伯恩斯坦 R.伯恩斯坦 电子书不支持下载,仅供在线阅读
  • 书号:7030097726
    作者:S.伯恩斯坦
  • 外文书名:
  • 装帧:
    开本:A4
  • 页数:356
    字数:637000
    语种:
  • 出版社:科学出版社
    出版时间:2002-01-08
  • 所属分类:
  • 定价: ¥30.00元
    售价: ¥18.00元
  • 图书介质:
    电子书

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书论述工程技术、自然科学和生命科学中常用的统计学原理和方法。全书分为两册。下册主要是推断统计学的方法,包括抽样分布、估计理论、假设检验、回归分析和非参数方法等内容。
本书每一章都有相同的形式。第一部分以大纲的形式论述所有的新概念和新方法。第二部分是各种各样的习题解答,包括许多理论的应用。第三部分是补充的习题,只有答案。这部分内容是检验读者对本书内容的理解程度。
本书内容丰富,叙述严谨。全书有相互参照系统,方便读者阅读。本书适合于高等院校理工科学生、教师和有关的工程技术人员阅读。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 第十一章 离散型概率分析
    11.1离散型概率分布和概率质量函数
    11.2Bernoulli试验和多重Bernoulli试验
    11.3二项随机变量,二项试验和二项概率函数
    11.4二项系数
    11.5二项概率函数
    11.6二项概率分布的均值,方差和标准差
    11.7二项式展开和二项式定理
    11.8Pascal三角形和二项系数
    11.9二项分布族
    11.10二项累积概率表
    11.11批验收抽样
    11.12使用方风险和生产方风险
    11.13多元概率分布和联合概率分布
    11.14多项试验
    11.15多项系数
    11.16多项概率函数
    11.17多项概率分布族
    11.18多项概率分布的均值
    11.19多项式展开和多项式定理
    11.20超几何试验
    11.21超几何概率函数
    11.22超几何概率分布族
    11.23超几何概率分布的均值,方差和标准差
    11.24超几何概率分布的推广
    11.25超几何分布的二项和多项近似
    11.26Poisson过程及其随机变量和试验
    11.27Poisson概率函数
    11.28Poisson概率分布族
    11.29Poisson概率分布的均值,方差和标准差
    11.30Poisson累积概率表
    11.31Poisson分布作为二项分布的近似
    第十二章 正态分布和其它连续型概率分布
    12.1连续型概率分布
    12.2正态概率分布和正态概率密度函数
    12.3正态概率分布族
    12.4正态分布:均值(μ),中位数(μ)和众数的关系
    12.5峰度
    12.6标准正态分布
    12.7标准正态分布和标准正态变量之间的关系
    12.8标准正态分布的面积表
    12.9利用Z变换计算任意正态分布的概率
    12.10单尾概率
    12.11双尾概率
    12.12二项分布的正态近似
    12.13Poisson分布的正态近似
    12.14里酸型均匀概率分布
    12.15连续型均匀概率分布
    12.16指数概率分布
    12.17指数分布和Poisson分布的关系
    第十三章 抽样分布
    13.1简单随机抽样回顾
    13.2独立随机变量
    13.3简单那随机抽样的数学定义和非数学定义
    13.4抽样方法的假定
    13.5随机变量X
    13.6均值的理论抽样分布和经验抽样分布
    13.7均值的抽样分布的均值
    13.8估计量的准确度
    13.9均值的抽样分布的方差 :无限总体或有放回抽样
    13.10均值的抽样分布的方差:无放回抽样的有限总体
    13.11均值的标准误
    13.12估计量的精密度
    13.13用均值的离散型抽样分布计算概率
    13.14用均值的正态抽样分布计算概率
    13.15中心极限定理:从有限总体有放回抽样
    13.16中心极限定理:从无限总体抽样
    13.17中心极限定理:从有限总体无放回抽样
    13.18多大是“足够大?”
    13.19样本和的抽样分布
    13.20中心极限定理应用于样本和的抽样分布
    13.21二项总体的抽样
    13.22成功次数的抽样分布
    13.23比率的抽样分布
    13.24中心极限定理应用于成功次数的抽样分布
    13.25中心极限定理应用于比率的抽样分布
    13.26用比率的抽样分布的正态近似计算概率
    第十四章 总体均值的单样本估计
    14.1估计
    14.2选择最优估计的标准
    14.3均值的估计的标准误Sx
    14.4点估计
    14.5点估计的表示和评价
    14.6点估计和区间估计的关系
    14.7导出P(x1-a/2≤X≤xa/2)=P(-za/2≤Z≤za/2)=1-α
    14.8导出P(X-za/2σx≤μ≤X=za/2σx)=1-α
    14.9总体均值μ的置信区间:标准差σ已知的正态分布总体
    14.10置信限的表示
    14.11置信区间的精度
    14.12已知标准差确定样本容量
    14.13总体均值μ的置信区间:来自标准差σ已知的任何总体的大样本(n≥30)
    14.14确定总体均值μ的置信区间:总体标准差σ未知
    14.15t分布
    14.16t分布和标准正态分布的关系
    14.17自由度
    14.18术语“Student t分布”
    14.19t分布的临界值
    14.20表A.6;t分布的临界值
    14.21总体均值μ的置信区间:来自标准差σ未知的正态总体的小样本(n<30)
    14.22确定样本容量:来自标准差σ未知的正态总体的小样本
    14.23总体均值μ的置信区间:来自标准差σ未知的正态总体的大样本(n≥30)
    14.24总体均值μ的置信区间:来自标准差σ未知的非正态总体的大样本(n≥30)
    第十五章 总体方差、标准差及比率的单样本估计
    15.1方差、标准差及比率的最优估计
    15.2X2统计量和X2分布
    15.3X2分布的临界值
    15.4表A.7:X2分布的临界值
    15.5正态分布总体方差σ2的置信区间
    15.6置信限的表示
    15.7方差置信区间的精度
    15.8确定为得到方差的所要求估计性质所必需的样本容量
    15.9用近似正态方法确定方差的置信区间
    15.10用样本方差的抽样分布来近似总体方差的置信区间
    15.11正态分布总体标准差σ的置信区间
    15.12用样本标准差的抽样分布来近似总体标准差的置信区间
    15.13二项总体比率P的最优估计
    15.14二项总体比率P的近似置信区间的导出
    15.15参数P的估计
    15.16当P未知时,确定何时n为“足够大”
    15.17有限总体无放回抽样对二项参数P的近似置信区间
    15.18二项参数P的精确的置信区间
    15.19二项参数P的近似置信区间估计的精度
    15.20确定二项参数P近似置信区间的样本容量
    15.21二项总体百分比的近似置信区间
    15.22二项总体总的成功次数的近似置信区间
    15.23估计总体容量N的捕获-再捕获方法
    第十六章 单样本的假设检验
    16.1统计假设检验
    16.2零假设和对立假设
    16.3零假设的检验
    16.4单侧与双侧假设检验
    16.5总体均值μ的假设检验:标准差σ已知的正态分布总体
    16.6P值
    16.7第Ⅰ类错误和第Ⅱ错误
    16.8临界值与临界域
    16.9显著水平
    16.10统计假设检验的决策规则
    16.11统计假设的选择
    16.12第Ⅱ类错误概率
    16.13使用方风险和生产方风险
    16.14为何不能证明零假设
    16.15古典推断与Bayes推断
    16.16检验零假设的步骤
    16.17用X作为检验统计量的假设检验
    16.18检验的功效,操作特性曲线和功效曲线
    16.19总体均值μ的假设检验:取自未知标准差σ的正态分布总体的小样本(n<30)
    16.20t统计量的P值
    16.21t统计量的假设检验决策规则
    16.22β,1-β,功效曲线和OC曲线
    16.23总体均值μ的假设检验:来自任意分布总体的大样本(n≥30)
    16.24单样本参数假设检验的假定条件
    16.25违背假定的情况
    16.26检验正态分布总体方差σ2的假设
    16.27检验正态分布总体标准差σ2的假设
    16.28检验二项总体比率P的假设:大样本
    16.29检验二项总体比率P的假设:小样本
    第十七章 两样本估计和假设检验
    17.1独立样本和成对样本
    17.2两总体均值差(μ1-μ2)的最优估计
    17.3均值差的理论抽样分布
    17.4均值差(μ1-μ2)的置信区间:标准差(σ1、σ2)已知的正态分布总体的独立样本
    17.5均值差(μ1-μ2)的假设检验:标准差(σ1、σ2)已知的正态分布总体的独立样本
    17.6两均值差的标准误的估计
    17.7均值差(μ1-μ2)的置信区间:标准差未知,但假定相等(σ1=σ2)的正态分布总体的独立小样本(n1<30且n2<30)
    17.8均值差(μ1-μ2)的假设检验:标准差未知,但假设相等(σ1=σ2)的正态分布总体的独立小样本(n1<30且n2<30)
    17.9均值差(μ1-μ2)的置信区间:标准差(σ1和σ2)未知的任何总体分布的独立大样本(n1≥30且n2≥30)
    17.10均值差(μ1-μ2)的假设检验:标准差(σ1和σ2)未知的任意分布总体的独立大样本(n1≥30且n2≥30)
    17.11均值差(μ1-μ2)的置信区间:成对样本
    17.12均值差(μ1-μ2)的假设检验:成对样本
    17.13均值的两样本参数估计和假设检验的假定
    17.14如果违背假定
    17.15独立样本和成对样本方法在精确性和功效方面的比较
    17.16F统计量
    17.17F分布
    17.18F分布的临界值
    17.19表A.8:F分布的临界值
    17.20方差比(σ1平方/σ2平方)的置信区间:参数(σ1平方,σ1,μ1和σ2平方,σ2,μ2)未知的正态分布总体的独立样本
    17.21方差比(σ1平方/σ2平方)的假设检验:参数(σ1平方,σ1,μ1和σ2平方,σ2,μ2)未知的正态分布总体的独立样本
    17.22何时检验方差齐性
    17.23比率差(P1-P2)的最优估计量:独立大样本
    17.24比率差的理论抽样分布
    17.25二项总体比率差(P1-P2)的近似置信区间:独立大样本
    17.26两个二项总体比率差(P1-P2)的假设检验:独立大样本
    第十八章 多个样本的参数估计与假设检验
    18.1多个样本推断
    18.2方差分析
    18.3单向、多向及多向方差分析
    18.4单向方差分析:固定效应、随机效应
    18.5单向固定效应方差分析:各种假定
    18.6样本容量相等时的单向固定效应方差分析:H0与H1
    18.7样本容量相等时的单向固定效应方差分析:数据的整理
    18.8样本容量相等时的单向固定效应方差分析:基本原理
    18.9SST=SSA+SSW
    18.10SST与SSA的计算公式
    18.11自由度与均方
    18.12F检验
    18.13方差分析表
    18.14多重比较检验
    18.15Duncan多重极差检验
    18.16多重比较的后继问题:置信区间的计算
    18.17方差齐性的检验
    18.18单向固定效应方差分析:样本容量相等或不等
    18.19一般程序的单向固定效应方差分析:数据的整理
    18.20一般程序的单向固定效应方差分析:平方和
    18.21一般程序的单向固定效应方差分析:自由度与均方
    18.22一般程序的单向固定效应方差分析:F检验
    18.23一般程序的单向固定效应方差分析:多重比较
    18.24一般程序的单向固定效应方差分析:置信区间的计算及方差齐性的检验
    18.25方差分析前提假定的破坏
    第十九章 回归和相关
    19.1两变量间关系的研究
    19.2简单线性回归模型
    19.3最小二乘回归直线
    19.4方差σ2y,x的估计
    19.5截矩a和斜率b的均值和方差
    19.6截矩a和斜率b的置信区间
    19.7方差σ2y,x的置信区间
    19.8Y期望值的预测区间
    19.9关于斜率b的假设检验
    19.10两样本或多样本的简单线性回归方程的比较
    19.11多元线性相关
    19.12简单线性回归
    19.13相关系数r的导出
    19.14总体相关系数ρ的置信区间
    19.15用r分布检验总体相关系数ρ的假设
    19.16用t分布检验假设ρ的假设
    19.17用Z分布检验假设ρ=c
    19.18样本相关系数r的解释
    19.19多重相关与偏相关
    第二十章 非参数方法
    20.1非参数方法与参数方法
    20.2X平方检验
    20.3X平方拟合优度检验
    20.4独立性的X平方检验:列联表分析
    20.5k个二项比率齐性的X平方检验
    20.6秩次检验
    20.7单样本检验:Wilcoxon符号秩检验
    20.8两样本检验:相依样本的Wilcoxon符号秩检验
    20.9两样本检验:独立样本的Mann-Whitney U检验
    20.10多样本检验:k个独立样本的Kruskal-Wallis H检验
    20.11Spearman秩相关检验
    附录
    表A.3累积二项概率
    表A.4累积Poisson概率
    表A.5标准正态分布的面积
    表A.6t分布的临界值
    表A.7X平方分布的临界值
    表A.8F分布的临界值
    表A.9最小显著的学生化极差rp
    表A.10r到Zr的变换
    表A.11Pearson乘积矩相关系数r的临界值
    表A.12Wilcoxon W的临界值
    表A.13Mann-Wallis U的临界值
    表A.14Kruskal-Wallis H的临界值
    表A.15Spearman rs的临界值
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
经营资质
营业执照
出版社经营许可证