第1章 古典模型与概率空间<br>1.1 概率的古典模型与对概率认识的经验概括<br>1.1.1 引言<br>1.1.2 概率的古典模型——等可能性分析<br>1.1.3 事件的运算及古典模型中概率的加法法则<br>1.1.4 古典模型的条件概率<br>1.1.5 频率与其加法法则<br>1.2 概率的公理模型——概率空间<br>1.2.1 引言<br>1.2.2 概率的公理模型<br>1.2.3 概率的公理模型的直接推论——概率的性质及计算<br>1.2.4 公理化概率空间中的条件概率<br>1.2.5 乘法公式<br>1.2.6 全概率公式<br>1.2.7 Bayes公式（逆概率公式）<br>1.2.8 随机事件的独立性<br>习题1<br>第2章 离散随机变量<br>2.1 Bernoulli随机变量及其分布<br>2.1.1 Bernoulli随机试验列与描述它的随机变量<br>2.1.2 成功率很小时二项概率的近似计算、Poisson近似<br>2.2 离散随机变量与其分布函数<br>2.2.1 离散随机变量与Poisson随机变量<br>2.2.2 离散随机向量<br>2.2.3 边缘分布<br>2.3 离散随机变量的条件分布、独立性<br>2.3.1 离散随机变量的条件分布<br>2.3.2 离散随机变量的独立性<br>2.4 离散随机变量的数字表征<br>2.4.1 离散随机变量的数学期望（均值）<br>2.4.2 一些常见的离散分布的期望<br>*2.4.3 离散随机变量Y在条件X=x下的期望与Y关于X的条件期望<br>2.4.4 离散随机变量的方差和变异系数<br>2.4.5 一些常见的离散分布的方差和变异系数<br>2.4.6 离散随机变量的条件分布的方差<br>2.5 两个随机变量的协方差与相关系数<br>2.5.1 两个随机变量的协方差与相关系数的定义及其统计含义<br>2.5.2 协方差的计算与性质<br>习题2<br>第3章 连续型随机变量<br>3.1 连续型随机变量<br>3.1.1 连续型随机变量的定义<br>3.1.2 概率密度函数的一些性质<br>3.2 连续型随机向量与边缘分布及条件分布<br>3.2.1 联合密度与边缘分布<br>3.2.2 联合分布函数与边缘分布函数<br>3.2.3 连续型随机变量的数字表征<br>3.3 常见的连续型随机变量的分布及其数字表征<br>3.3.1 均匀随机变量、均匀分布与随机数<br>……<br>第4章 随机变量的函数与矩母函数<br>第5章 极限定理介绍<br>第6章 数据与统计、正态抽样分布<br>第7章 点估计方法<br>第8章 参数的区间估计<br>第9章 假设检验<br>第10章 变量间的统计关系与回归模型<br>第11章 方差分析介绍<br>*第12章 非参数方法介绍<br>第13章 一些常用的统计方法<br>附录A 几种常见的概率分布<br>附录B 计算常用分布的尾概率的表<br>部分习题解答<br>索引
展开
