简介
《数理统计习题教程(上)(第3版)》为《数理统计——基本概念及专题》的配套习题解答，主要内容包括概率论中的一些课题，统计模型，估计方法，估计的比较——最优化理论，从估计到置信区间和假设检验，最优化检验与置信区间——似然比检验及有关方法，线性模型——回归和方差分析，离散数据分析非参数模型，决策理论，《数理统计习题教程(上)(第3版)》可供大专业作为数理统计课程的配套教材和参考书。
目录
第七章 线性模型——回归和方差分析
7.1 一般线性模型介绍
7.2 线性模型中的估计问题
7.3 线性模型中的检验
7.4 联合置信区间和多重比较
7.5 习题与补充
第八章 离散数据分析
8.1 单个假设的拟合优度
8.2 分布，族的拟合优度；列联表
8.3 p子样模型和二项式分布随机变量的“回归”
8.4 习题与补充
第九章 非参数模型
9.1 比较两个母体的秩方法
9.2 符号检验和Wikoxon符号秩检验
9.3 单向分组的秩检验
9.4 线性回归和独立性
9.5 稳健估计和相应的方法
9.6 拟合优度和模型选取
9.7 习题与补充
第十章 决策理论
10.1 决策理论的基本概念
10.2 决策方法的比较
10.3 贝叶斯决策方法的计算
10.4 最大风险最小化决策方法的计算与容许性的建立
10.5 习题与补充
附录Ⅰ 概率论基础复习
A.1 基本模型
A.2 概率模型的基本性质
A.3 离散型概率模型
A.4 条件概率及独立性
A.5 复合试验
A.6 二项式试验，有放回与无放回抽样
A.7 欧氏空间上的概率
A.8 随机变量和向量：变换问题
A.9 随机变量和向量的独立性
A.10 随机变量的期望
A.11 矩
A.12 矩量母函数
A.13 一些经典的离散型和连续型分布
A.14 随机变量的收敛方式和极限定理
A.15 进一步的极限定理
A.16 普阿松过程
附录Ⅱ
A.1 常用的几个不等式
A.2 随机变量的收敛方式
A.3 极限定理
常用符号及缩写
附表
Ⅰ 在正态密度下z左边的面积φ(z)
Ⅱ(a) 自由度为k=2，3，4，5的X2分布的上尾概率
Ⅱ(b) 自由度为K的X2分布的分位数X(1-a)
Ⅲ Yk分布的分位数t(1-a)
Ⅳ Yk.m分布的分位数f(1-a)
Ⅴ Wilcoxon假设分布
Ⅵ B(n，1/2)分布函数表
Ⅶ Wilcoxon符号秩分布
Ⅷ Spearman统计量的分布
Ⅸ Kolmogorov统计量的临界值ka
7.1 一般线性模型介绍
7.2 线性模型中的估计问题
7.3 线性模型中的检验
7.4 联合置信区间和多重比较
7.5 习题与补充
第八章 离散数据分析
8.1 单个假设的拟合优度
8.2 分布，族的拟合优度；列联表
8.3 p子样模型和二项式分布随机变量的“回归”
8.4 习题与补充
第九章 非参数模型
9.1 比较两个母体的秩方法
9.2 符号检验和Wikoxon符号秩检验
9.3 单向分组的秩检验
9.4 线性回归和独立性
9.5 稳健估计和相应的方法
9.6 拟合优度和模型选取
9.7 习题与补充
第十章 决策理论
10.1 决策理论的基本概念
10.2 决策方法的比较
10.3 贝叶斯决策方法的计算
10.4 最大风险最小化决策方法的计算与容许性的建立
10.5 习题与补充
附录Ⅰ 概率论基础复习
A.1 基本模型
A.2 概率模型的基本性质
A.3 离散型概率模型
A.4 条件概率及独立性
A.5 复合试验
A.6 二项式试验，有放回与无放回抽样
A.7 欧氏空间上的概率
A.8 随机变量和向量：变换问题
A.9 随机变量和向量的独立性
A.10 随机变量的期望
A.11 矩
A.12 矩量母函数
A.13 一些经典的离散型和连续型分布
A.14 随机变量的收敛方式和极限定理
A.15 进一步的极限定理
A.16 普阿松过程
附录Ⅱ
A.1 常用的几个不等式
A.2 随机变量的收敛方式
A.3 极限定理
常用符号及缩写
附表
Ⅰ 在正态密度下z左边的面积φ(z)
Ⅱ(a) 自由度为k=2，3，4，5的X2分布的上尾概率
Ⅱ(b) 自由度为K的X2分布的分位数X(1-a)
Ⅲ Yk分布的分位数t(1-a)
Ⅳ Yk.m分布的分位数f(1-a)
Ⅴ Wilcoxon假设分布
Ⅵ B(n，1/2)分布函数表
Ⅶ Wilcoxon符号秩分布
Ⅷ Spearman统计量的分布
Ⅸ Kolmogorov统计量的临界值ka
数理统计习题教程
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
