新書推薦：
《
阅读苏河左岸
》
售價：HK$
107.8
《
纸上博物馆·达达主义：艺术的反抗（艺术简史，讽刺超前，社会政治矛盾，16开图文全彩，伽利玛原版引进）
》
售價：HK$
85.8
《
名画里的中国 （共7册） 汉宫春晓图/韩熙载夜宴图/唐宫仕女图/洛神赋图/西湖十景图/千里江山图/清
》
售價：HK$
294.8
《
江山胜迹：人文风景的建构与传承 商伟 韩笑 北大文研院“江山胜迹”系列讲座精彩重现
》
售價：HK$
162.8
《
雅贼（偷天大盗斯特凡·布雷特维泽的双面人生）
》
售價：HK$
60.5
《
天下一统： 中国传统政治文化的再诠释
》
售價：HK$
85.8
《
探古论金--曾侯乙青铜器工艺图解
》
售價：HK$
437.8
《
死亡与右手（修订译本）
》
售價：HK$
63.8
|
| 編輯推薦： |
|
《概率论与数理统计》是探索随机世界规律的实用指南，是连接数学理论与现实应用的桥梁。本书以严谨的逻辑框架，系统梳理概率论基础、随机变量分布、数字特征等核心知识，搭配生动实例与经典模型，帮助读者快速掌握概率计算、参数估计、假设检验等核心技能。无论是数据分析、机器学习，还是金融风险评估、工程质量控制，书中的理论与方法均能提供有力支撑。内容深入浅出，适合高校师生、科研人员及职场人士，助力读者建立数据分析思维，在不确定中洞察本质，用科学方法解决实际问题。
|
| 內容簡介： |
|
《概率论与数理统计》根据高等院校普通本科理工类与经管类专业的“概率论与数理统计”课程的教学大纲编写而成.全书内容涵盖了概率论基础、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、数理统计基础、参数估计、假设检验、回归分析与方差分析等，并特别强调应用R语言计算及可视化.《概率论与数理统计》结构清晰，内容丰富，概念引入形象；每节附有相应知识点的习题，每章附有知识点的梳理小结以及与章内容相应的习题，对书中每个非叙述性例题都给出R计算或模拟的代码，书末附有习题参考答案.《概率论与数理统计》可作为高等学校工科、经管类各专业的教材以及硕士研究生入学考试的参考书.
|
| 關於作者： |
|
熊炳忠，副教授，2010年以来相继在嘉兴学院、嘉兴南湖学院一直从事概率统计、高等数学等课程教学，注重运用信息化、人工智能赋能教学与利用统计软件开展可视化直观教学，教学效果良好，多年教学业绩考核为A；曾获校级教师、校名师、实习指导教师、实践教学工作者；主持完成市厅级或校级教改与课程思政项目多项，发表教改论文多篇；发表学术论文多篇。
|
| 目錄：
|
目 录
第1章 随机事件与概率 1
1.1 样本空间与随机事件 1
1.1.1 随机试验 1
1.1.2 样本空间与随机事件 2
1.1.3 事件之间的关系及其运算 3
习题1.1 6
1.2 随机事件的概率 6
1.2.1 频率 6
1.2.2 概率的统计定义 7
1.2.3 概率的公理化定义 8
1.2.4 古典概型 9
1.2.5 几何概型 11
习题1.2 12
1.3 条件概率、全概率公式 13
1.3.1 条件概率的定义 13
1.3.2 乘法定理 14
1.3.3 全概率公式与贝叶斯公式 15
习题1.3 16
1.4 事件的独立性 17
1.4.1 两个事件独立的定义 17
1.4.2 多个事件的独立性 18
1.4.3 伯努利概型 19
习题1.4 20
1.5 本章小结与综合例题 20
1.5.1 本章小结 20
1.5.2 综合例题 21
总习题1 23
第2章 随机变量及其概率分布 25
2.1 随机变量及其分布函数 25
2.1.1 随机变量的概念 25
2.1.2 随机变量的分布函数 26
习题2.1 27
2.2 离散型随机变量及其概率分布 28
2.2.1 离散型随机变量的概率分布 28
2.2.2 常见的离散型随机变量 29
习题2.2 32
2.3 连续型随机变量及其概率密度 32
2.3.1 连续型随机变量及其
概率密度 33
2.3.2 常见的连续型随机变量 34
2.3.3 正态分布 36
习题2.3 40
2.4 随机变量函数的分布 40
2.4.1 随机变量函数的概念 40
2.4.2 离散型随机变量函数的分布 41
2.4.3 连续型随机变量函数的分布 41
习题2.4 43
2.5 本章小结与综合例题 43
2.5.1 本章小结 43
2.5.2 综合例题 44
总习题2 45
第3章 多维随机变量及其
概率分布 47
3.1 二维随机变量 47
3.1.1 二维随机变量及其分布函数 47
3.1.2 二维离散型随机变量及其
概率分布 48
3.1.3 二维连续型随机变量及其
概率密度函数 49
3.1.4 n维随机变量及其联合分布 51
习题3.1 51
3.2 边缘分布 51
3.2.1 边缘分布律 52
3.2.2 边缘密度函数 53
3.2.3 n维随机变量的边缘分布 56
习题3.2 57
3.3 条件分布 57
3.3.1 二维离散型随机变量的
条件分布律 57
3.3.2 二维连续型随机变量的
条件分布 59
习题3.3 60
3.4 随机变量的独立性 61
3.4.1 两个随机变量的独立性 61
3.4.2 n个随机变量的独立性 63
习题3.4 63
3.5 两个随机变量函数的分布 64
3.5.1 二维离散型随机变量函数的
分布律 64
3.5.2 二维连续型随机变量函数的
分布 65
习题3.5 67
3.6 本章小结与综合例题 68
3.6.1 本章小结 68
3.6.2 综合例题 69
总习题3 71
第4章 随机变量的数字特征 73
4.1 数学期望 73
4.1.1 数学期望的概念 73
4.1.2 常用随机变量的数学期望 74
4.1.3 随机变量函数的数学期望 76
4.1.4 数学期望的性质 77
习题4.1 79
4.2 方差 79
4.2.1 方差的概念 80
4.2.2 常用分布的方差 80
4.2.3 方差的性质 83
习题4.2 84
4.3 协方差、相关系数与矩 84
4.3.1 协方差 85
4.3.2 相关系数 86
4.3.3 矩 88
习题4.3 89
4.4 本章小结与综合例题 90
4.4.1 本章小结 90
4.4.2 综合例题 90
总习题4 92
第5章 大数定律与中心极限
定理 94
5.1 大数定律 94
5.1.1 契比雪夫不等式 94
5.1.2 依概率收敛的概念 95
5.1.3 大数定律 95
习题5.1 97
5.2 中心极限定理 97
5.2.1 依分布收敛的概念 97
5.2.2 中心极限定理 97
习题5.2 99
5.3 本章小结与综合例题 100
5.3.1 本章小结 100
5.3.2 综合例题 100
总习题5 102
第6章 数理统计的基本知识 103
6.1 随机样本 103
6.1.1 总体与样本 103
6.1.2 样本 103
6.1.3 直方图 105
6.1.4 统计量 106
习题6.1 107
6.2 正态总体统计量及其分布 108
6.2.1 的分布 108
6.2.2 分布 109
6.2.3 t分布 110
6.2.4 F分布 112
习题6.2 114
6.3 本章小结与综合例题 114
6.3.1 本章小结 114
6.3.2 综合例题 114
总习题6 115
第7章 参数估计 117
7.1 参数的点估计 117
7.1.1 估计量的概念 117
7.1.2 矩估计法 118
7.1.3 最大似然估计法 119
习题7.1 122
7.2 估计量的评价标准 123
7.2.1 无偏性 123
7.2.2 有效性 124
7.2.3 一致性 125
习题7.2 125
7.3 参数的区间估计 126
7.3.1 置信区间的概念 126
7.3.2 单正态总体均值的区间
估计 128
7.3.3 单正态总体方差的区间
估计 129
7.3.4 两正态总体参数的区间
估计 131
7.3.5 单侧置信区间 134
习题7.3 135
7.4 本章小结与综合例题 136
7.4.1 本章小结 136
7.4.2 综合例题 137
总习题7 139
第8章 假设检验 141
8.1 假设检验概述 141
8.1.1 假设检验的基本思想 141
8.1.2 假设检验的基本概念与
一般步骤 141
习题8.1 143
8.2 单个正态总体参数的假设检验 143
8.2.1 单个正态总体均值的假设
检验 144
8.2.2 单个正态总体方差的假设
检验 147
习题8.2 149
8.3 两个正态总体参数的假设检验 149
8.3.1 两个正态总体数学
期望差的假设检验 150
8.3.2 两个正态总体方差比的假设检验 151
习题8.3 154
8.4 本章小结与综合例题 154
8.4.1 本章小结 154
8.4.2 综合例题 155
总习题8 158
第9章 方差分析与回归分析 161
9.1 单因素试验的方差分析 161
9.1.1 单因素试验 161
9.1.2 平方和的分解 163
9.1.3 假设检验问题的拒绝域 164
9.1.4 未知参数的估计 166
习题9.1 167
9.2 一元线性回归分析 168
9.2.1 一元线性回归的数学模型 168
9.2.2 最小二乘估计 169
9.2.3 可线性化的非线性回归
方程 172
习题9.2 175
9.3 本章小结与综合例题 175
9.3.1 本章小结 175
9.3.2 综合例题 176
总习题9 178
第10章 R语言入门与部分例题
代码运行 180
10.1 R语言简介 180
10.1.1 R语言描述 180
10.1.2 R语言的安装 180
10.1.3 R语言的基本运算 181
10.2 第1～9章部分例题R语言代码及
运行结果 183
附录A 习题参考答案与提示 184
附录B 泊松分布表 185
附录C 标准正态分布表 187
附录D 分布表 188
附录E t分布表 190
附录F F分布表 192
参考文献 200
|
| 內容試閱：
|
前 言
概率论与数理统计是高等院校经管类、理工类等专业的一门重要基础课程，是研究生入学考试中重要的模块. 它是现代数学的重要分支，是我们理解现实世界随机现象、分析不确定性问题的关键工具. 其在数学领域占据重要地位，更是统计学、物理学、经济学、信息科学、生物学等众多学科的基础. 随着大数据、AI时代的到来，概率论与数理统计的应用范围不断拓展，从天气预报到金融风险评估、从环境监测到生物工程、从医学研究到人工智能，几乎所有的科学领域都离不开这门学科的工具支持.
本书旨在为非数学专业的大学生提供一本知识点系统、全面且易于理解的概率论与数理统计教材. 我们希望通过清晰的理论阐述、形象的概念引入、丰富的实例分析、R代码实现以及循序渐进的练习，帮助学生掌握概率论与数理统计的基本概念、基本理论、计算方法和简单应用，为其专业课程学习、解决相关实际应用问题打下概率统计的基础.
本书内容分为两大部分：概率论部分提供必要概率知识与理论基础，内容主要包括随机事件、概率空间、随机变量及其分布、期望与方差、大数定律与中心极限定理等内容；数理统计部分主要讲述统计量、参数估计、假设检验，并对方差分析与回归分析作简单介绍. 我们特别注重理论与实践的结合，在选材与叙述中尽量联系生活和生产实际，注重应用. 全书每一节都配有适量的实例和习题，在每一章最后专门安排小结与综合例题，帮助读者巩固所学知识并培养解决实际问题的能力. 对全书中的非叙述性例题都作了R代码的编程实现，以便于读者更好地理解概念、计算方法与可能的可视化.
在编写过程中，我们力求做到以下几点.
(1) 概念清晰：用通俗易懂的语言解释复杂的概率统计概念，避免晦涩难懂的表述.
(2) 逻辑严谨：从基础知识出发，逐步导出重要结论，确保内容的逻辑性.
(3) 实例丰富：通过大量有实际生活和生产背景的例子与问题，帮助读者理解抽象的理论.
(4) 习题多样：每一节都配有适当的练习题，每一章都配有不同类型、不同难度的总习题，既包括基础练习，也包括具有一定挑战性的应用问题.
概率论与数理统计既是一门充满魅力的课程，又是一种理解世界的思维方式. 通过学习这门课程，您将学会如何从不确定性中寻找统计规律，如何用数据来说话与决策，如何用科学的方法解决复杂的实际问题. 无论您是初学者还是希望深入研究者，本书都将为您提供坚实的知识基础和广阔的思维空间.
本书由熊炳忠担任主编，其中第1、2章由涂现峰编写；第3、6章由肖杰胜编写；第4、5章由南志杰编写；第7、8章由陆福忠编写；第9、10章由熊炳忠编写. 全书由熊炳忠统稿. 五位作者相互进行认真仔细校对.
最后，我们衷心希望本书能够成为您学习概率论与数理统计的良师益友. 如果您在学习过程中有任何疑问或建议，欢迎随时与我们联系. 我们期待与您共同探索这门充满智慧与乐趣的学科.
在本书完稿付印之际，谨向所有帮助和支持本书编写与出版的同仁、朋友表示衷心的感谢！
鉴于编者水平有限，书中不妥、不足之处在所难免，恳请各位、读者批评指正.
编 者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
