发表于2024-11-24
本书计划对具备微积分知识并主修数学、统计、工程、和科学(包括资讯科学、生物科学、医药科学和管理科学)的学生介绍机率与统计推论。它尝试呈现机率与统计推论的内涵并借由大量的范例来介绍机率与统计推论之各式各样的可能应用。
本书的前四章包含了大多数统计学家都相信提供了机率以及单变量和双变量的离散型与连续型的机率分配之优良课程内容。在第5章里,这些概念被推广到许多随机变数,尤其是那些互相独立者。这重要的一章包含了随机变数之变换以及动差生成函数技巧,它导致了中央极限定理,虽然它的证明被给定在第10章里,名为「某些理论」。
对于二学期课程,我们假设教师将讲授,如果不是全部,包含前七章的大部分章节。第6章介绍点估计与区间估计,对于达到一个既定的准确度所需之样本大小有一个清楚的说明。
第7章乃是关于统计推论的另一主题,叫做检定假设,并且介绍了基本的变异数分析以及简单的回归分析。统计假设之检定与信赖区间的关系被清楚的说明,包含单边的检定与信赖区间之关系。
然后,要完成此课程,教师可以自名为「无母数方法」、「贝氏方法」、「某些理论」、以及「利用统计方法改进品质」的各章中选择他或她感兴趣的主题。我们相信我们已包含了那些引起大多数教师的兴趣之那些额外的主题。
第8章介绍无母数方法,包括顺序统计量专题、导致百分位数之分配无关信赖区间、重抽样方法,以及许多这方面的标准方法。贝氏方法则在重要但简短的第9章提出,它包含主观机率的一个有趣的讨论。我们决定收集在数理统计课程中提出的许多理论于第10章里。其中包括充分统计量的考虑,统计检定之效力、最佳临界域、概似比检定,以及许多极限的概念,包括中央极限定理的一个说明。许多教师也许想把这些理论的概念包含在他们的课程中。最后,第11章介绍了利用统计方法改进制程品质的某些基本概念,加上六标准差程序的一个简短描述。
针对一学期课程,我们相信教师可以自前七章选择适当的章节来讲授。本书后面附录还包括了许多常用的统计图表以及奇数号习题选答,相信可以增进教师教学与学生学习之成效。学生熟读本书应可提升研究所入学考试能力以及在职场上的工作能力。
高等统计学 pdf epub mobi txt 电子书 下载 2024
高等统计学 pdf epub mobi txt 电子书 下载