欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 数理统计学导论(原书第8版)/现代统计学丛书
      • 作者:(美)罗伯特·V.霍格//约瑟夫·W.麦基恩//艾伦·T.克雷格|责编:刘慧|译者:王忠玉
      • 出版社:机械工业
      • ISBN:9787111734666
      • 出版日期:2023/11/01
      • 页数:558
    • 售价:63.6
  • 内容大纲

        本书是一本数理统计经典教材,从数理统计的初级基本概念及原理开始,详细讲解概率与分布、多元分布、特殊分布、统计推断基础、极大似然法等内容,并且涵盖一些高级主题,如一致性与极限分布、充分性、最优假设检验、正态线性模型的推断、非参数与稳健统计、贝叶斯统计等。此外,为了帮助读者更好地理解数理统计和巩固所学知识,书中提供了大量可以实践的R语言代码,还提供了一些重要的背景材料、大量示例和习题。
  • 作者介绍

  • 目录

    译者序
    前言
    第1章  概率与分布
      1.1  引论
      1.2  集合
        1.2.1  集合论的回顾
        1.2.2  集合函数
      1.3  概率集合函数
        1.3.1  计数法则
        1.3.2  概率的其他性质
      1.4  条件概率与独立性
        1.4.1  独立性
        1.4.2  模拟
      1.5  随机变量
      1.6  离散随机变量
      1.7  连续随机变量
        1.7.1  分位数
        1.7.2  变量变换
        1.7.3  离散型和连续型分布的混合
      1.8  随机变量的期望
      1.9  某些特殊期望
      1.10  重要不等式
    第2章  多元分布
      2.1  二元随机变量的分布
        2.1.1  边缘分布
        2.1.2  期望
      2.2  二元随机变量变换
      2.3  条件分布与期望
      2.4  独立随机变量
      2.5  相关系数
      2.6  推广到多元随机变量
      2.7  多个随机向量的变换
      2.8  随机变量的线性组合
    第3章  某些特殊分布
      3.1  二项分布及有关分布
        3.1.1  负二项分布和几何分布
        3.1.2  多项分布
        3.1.3  超几何分布
      3.2  泊松分布
      3.3  伽马分布、卡方分布以及贝塔分布
        3.3.1  卡方分布
        3.3.2  贝塔分布
      3.4  正态分布
      3.5  多元正态分布
        3.5.1  二元正态分布
        3.5.2  多元正态分布的一般情况
        3.5.3  应用
      3.6  t分布与F分布
        3.6.1  t分布
        3.6.2  F分布

        3.6.3  学生定理
      3.7  混合分布
    第4章  统计推断基础
      4.1  抽样与统计量
        4.1.1  点估计量
        4.1.2  概率质量函数与概率密度函数的直方图估计
      4.2  置信区间
        4.2.1  均值之差的置信区间
        4.2.2  比例之差的置信区间
      4.3  离散分布参数的置信区间
      4.4  次序统计量
        4.4.1  分位数
        4.4.2  分位数置信区间
      4.5  假设检验
      4.6  统计检验的深入研究
      4.7  卡方检验
      4.8  蒙特卡罗方法
      4.9  自助法
        4.9.1  百分位数自助置信区间
        4.9.2  自助检验法
      4.10  分布容许限
    第5章  一致性与极限分布
      5.1  依概率收敛
      5.2  依分布收敛
        5.2.1  概率有界
        5.2.2  Δ方法
        5.2.3  矩母函数方法
      5.3  中心极限定理
      5.4  推广到多元分布
    第6章  极大似然法
      6.1  极大似然估计
      6.2  拉奥-克拉默下界与有效性
      6.3  极大似然检验
      6.4  多参数估计
      6.5  多参数检验
      6.6  EM算法
    第7章  充分性
      7.1  估计量品质的度量
      7.2  参数的充分统计量
      7.3  充分统计量的性质
      7.4  完备性与唯一性
      7.5  指数分布类
      7.6  参数的函数
      7.7  多参数的情况
      7.8  最小充分性与从属统计量
      7.9  充分性、完备性以及独立性
    第8章  最优假设检验
      8.1  最大功效检验
      8.2  一致最大功效检验
      8.3  似然比检验

        8.3.1  正态分布均值检验的似然比检验
        8.3.2  正态分布方差检验的似然比检验
      8.4  序贯概率比检验
      8.5  极小化极大与分类方法
        8.5.1  极小化极大方法
        8.5.2  分类
    第9章  正态线性模型的推断
      9.1  引论
      9.2  单因素方差分析
      9.3  非中心卡方分布与F分布
      9.4  多重比较法
      9.5  双因素方差分析
      9.6  回归问题
        9.6.1  极大似然估计
        9.6.2  最小二乘拟合的几何
      9.7  独立性检验
      9.8  某些二次型分布
      9.9  某些二次型的独立性
    第10章  非参数与稳健统计学
      10.1  位置模型
      10.2  样本中位数与符号检验
        10.2.1  渐近相对有效性
        10.2.2  基于符号检验的估计方程
        10.2.3  中位数置信区间
      10.3  威尔科克森符号秩
        10.3.1  渐近相对有效性
        10.3.2  基于威尔科克森符号秩的估计方程
        10.3.3  中位数的置信区间
        10.3.4  蒙特卡罗研究法
      10.4  曼-惠特尼-威尔科克森方法
        10.4.1  渐近相对有效性
        10.4.2  基于MWW的估计方程
        10.4.3  移位参数Δ的置信区间
        10.4.4  功效的蒙特卡罗研究
      10.5  一般秩得分
        10.5.1  效力
        10.5.2  基于一般得分的估计方程
        10.5.3  最优化:最佳估计
      10.6  自适应方法
      10.7  简单线性模型
      10.8  关联性的度量
        10.8.1  肯德尔τ
        10.8.2  斯皮尔曼p
      10.9  稳健概念
        10.9.1  位置椁型
        10.9.2  线性模型
    第11章  贝叶斯统计学
      11.1  贝叶斯方法
        11.1.1  先验分布与后验分布
        11.1.2  贝叶斯点估计

        11.1.3  贝叶斯区间估计
        11.1.4  贝叶斯检验方法
        11.1.5  贝叶斯序贯方法
      11.2  其他贝叶斯术语与思想
      11.3  吉布斯抽样器
      11.4  现代贝叶斯方法
    附录
      附录A  相关数学知识
      附录B  R入门指南
      附录C  常用分布列表
      附录D  分布表
      附录E  无参考文献
      附录F  部分习题答案

同类热销排行榜

推荐书目

  • 孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...

  • 时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...

  • 本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...

更多>>>