本书是在2020年出版的第三版的基础上修订而成。本书共10章,内容包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析和回归分析、Python在概率论与数理统计中的应用等。为培养学生建模的兴趣,本书在第1-9章每章中介绍了一些与概率统计相关的数学建模,希望可以增强学生对数学建模的认识和运用。每章后还附有习题,帮助读者深人理解课程内容。此外,本书还通过二维码链接知识点视频、数学家介绍、线上测试题以及习题答案,供读者学习参考。
样章试读
目录
- 目录
前言
第1章 随机事件与概率 1
1.1随机事件及其运算 1
1.2概率的直观意义及其运算 7
1.3概率的公理化定义及其性质 12
1.4条件概率与全概率公式 15
1.5事件的独立性 20
*1.6初等概率模型 25
习题1 31
第2章 随机变量及其分布 34
2.1随机变量与分布函数的概念 34
2.2离散型随机变量 37
2.3连续型随机变量 44
2.4随机变量函数的分布 52
*2.5泊松流与排队论 56
习题2 62
第3章 多维随机变量及其分布 67
3.1多维随机变量的概念 67
3.2 二维离散型随机变量 69
3.3 二维连续型随机变量 76
3.4 二维随机变量函数的分布 83
*3.5保险理赔总量模型 88
习题3 90
第4章 随机变量的数字特征 97
4.1数学期望 97
4.2 方差 102
4. 3协方差及相关系数 106
*4.4风险决策 112
习题4 119
第5章 大数定律与中心极限定理 123
5.1大数定律 123
5.2中心极限定理 128
*5.3高尔顿钉板试验 132
习题5 135
第6章 数理统计的基本概念 138
6.1 总体与样本 138
6.2统计量 140
6.3抽样分布 143
*6.4随机模拟 150
习题6 156
第7章 参数估计 160
7.1点估计方法 160
7.2估计量的评选标准 166
7. 3区间估计 170
*7.4敏感问题的调査 182
习题7 184
第8章 假设检验 188
8.1假设检验的基本概念 188
8.2正态总体均值的检验 191
8.3正态总体方差的检验 196
*8.4关于一般总体数学期望的假设检验 201
*8.5非参数X2检验 203
*8.6子样容量的确定 207
习题8 210
第9章 方差分析和回归分析 213
9.1方差分析 213
9.2回归分析 219
*9.3统计模型 232
习题9 235
第10章 Python在概率论与数理统计中的应用 238
10.1随机变量的概率计算 238
10.2随机变量数字特征计算 238
10.3参数估计 238
10.4假设检验 241
10.5 一元线性回归 244
习题10 247
参考文献 248
附录A常用概率统计表 249
附表1泊松分布表 249
附表2标准正态分布表 251
附表3 X2分布表 252
附表4 t分布表 254
附表5 F分布表 255
附录B 习题答案 262