概率統(tǒng)計(jì)教程（第2版）

第2版前言
第1版前言
第1章隨機(jī)事件的概率1
1.1隨機(jī)事件與樣本空間1
1.2古典概率幾何概率統(tǒng)計(jì)概率6
1.3概率的公理化定義15
1.4條件概率與乘法公式20
1.5全概率公式與貝葉斯公式24
1.6事件的獨(dú)立性29
第2章隨機(jī)變量及其分布37
2.1隨機(jī)變量37
2.2隨機(jī)變量的分布函數(shù)38
2.3離散型隨機(jī)變量及其概率分布42
2.4常用離散型隨機(jī)變量的分布律46
2.5連續(xù)型隨機(jī)變量及其概率密度函數(shù)52
2.6常用的連續(xù)型隨機(jī)變量分布55
2.7正態(tài)分布59
第3章二維隨機(jī)變量68
3.1隨機(jī)向量與聯(lián)合分布68
3.2邊緣分布函數(shù)77
3.3邊緣分布律與條件分布律79
3.4邊緣概率密度與條件概率密度82
3.5相互獨(dú)立的隨機(jī)變量88
第4章隨機(jī)變量的函數(shù)的分布98
4.1離散型隨機(jī)變量的函數(shù)的分布98
4.2一維連續(xù)型隨機(jī)變量的函數(shù)的分布104
4.3二維連續(xù)型隨機(jī)變量的函數(shù)的分布111
第5章隨機(jī)變量的數(shù)字特征126
5.1數(shù)學(xué)期望126
5.2方差135
5.3常用隨機(jī)變量的數(shù)學(xué)期望和方差138
5.4協(xié)方差和相關(guān)系數(shù)143
5.5矩協(xié)方差矩陣152
第6章大數(shù)定律和中心極限定理156
6.1馬爾可夫不等式和切比雪夫不等式156
6.2大數(shù)定律159
6.3中心極限定理164
第7章統(tǒng)計(jì)總體與樣本170
7.1總體與樣本170
7.2樣本矩和統(tǒng)計(jì)量173
7.3常用統(tǒng)計(jì)量的分布177
第8章參數(shù)估計(jì)196
8.1參數(shù)的點(diǎn)估計(jì)196
8.2點(diǎn)估計(jì)量的優(yōu)良性207
8.3區(qū)間估計(jì)與置信區(qū)間214
8.4正態(tài)總體均值和方差的區(qū)間估計(jì)215
8.5兩個(gè)正態(tài)總體均值差和方差比的區(qū)間估計(jì)221
第9章假設(shè)檢驗(yàn)225
9.1假設(shè)檢驗(yàn)的提出及其基本思想225
9.2正態(tài)總體均值和方差的假設(shè)檢驗(yàn)228
9.3二正態(tài)總體均值差和方差比的假設(shè)檢驗(yàn)238
9.4總體分布的假設(shè)檢驗(yàn)246
第10章隨機(jī)過程的基本概念254
10.1隨機(jī)過程的定義及分類254
10.2隨機(jī)過程的概率分布256
10.3隨機(jī)過程的數(shù)字特征259'
第11章平穩(wěn)過程264
11.1嚴(yán)平穩(wěn)過程264
11.2廣義平穩(wěn)過程267
11.3正態(tài)平穩(wěn)過程271
11.4遍歷過程273
11.5平穩(wěn)過程的相關(guān)函數(shù)與譜密度282
第12章馬爾可夫鏈引論291
12.1馬爾可夫鏈的概念291
12.2參數(shù)離散的齊次馬爾可夫鏈294
12.3參數(shù)連續(xù)的齊次馬爾可夫鏈305
習(xí)題答案及提示314
附錄MATLAB在概率統(tǒng)計(jì)中的應(yīng)用340
參考文獻(xiàn)344