應(yīng)用數(shù)理統(tǒng)計(jì)

前言
第一章 數(shù)理統(tǒng)計(jì)的基本概念
1.1 引言
1.2 總體與樣本
1.3 統(tǒng)計(jì)量
一、統(tǒng)計(jì)量的定義
二、次序統(tǒng)計(jì)量
三、樣本中位數(shù)和極差
四、經(jīng)驗(yàn)分布函數(shù)
1.4 數(shù)理統(tǒng)計(jì)中的常用分布
一、r分布
二、口分布
三、X2分布
四、t分布
五、F分布
1.5 抽樣分布
小結(jié)
習(xí)題
第二章 參數(shù)估計(jì)
2.1 求點(diǎn)估計(jì)的方法
一、矩法
二、極大似然法
2.2 估計(jì)量的評(píng)選標(biāo)準(zhǔn)
一、無偏性
二、有效性
三、相合性
2.3 區(qū)間估計(jì)
一、正態(tài)總體均值的區(qū)間估計(jì)
二、正態(tài)總體方差的區(qū)間估計(jì)
三、非正態(tài)總體參數(shù)的區(qū)間估計(jì)
四、單側(cè)置信區(qū)間
2.4 貝葉斯(Bayes)估計(jì)
一、貝葉斯學(xué)派的基本觀點(diǎn)
二、先驗(yàn)分布的選取
三、使后驗(yàn)分布的均方誤差(MSE)達(dá)到
最小的貝葉斯估計(jì)
小結(jié)
習(xí)題二
第三章 假設(shè)檢驗(yàn)
3.1 假設(shè)檢驗(yàn)的基本概念
一、假設(shè)檢驗(yàn)的統(tǒng)計(jì)思想
二、檢驗(yàn)的兩類錯(cuò)誤和顯著性水平
三、檢驗(yàn)的p值
3.2 正態(tài)總體均值的假設(shè)檢驗(yàn)
一、單個(gè)正態(tài)總體均值的檢驗(yàn)
二、兩個(gè)正態(tài)總體均值差的檢驗(yàn)(t檢驗(yàn))
三、基于成對(duì)數(shù)據(jù)的檢驗(yàn)(t檢驗(yàn))
3。3正態(tài)總體方差的假設(shè)檢驗(yàn)
一、單個(gè)正態(tài)總體方差的檢驗(yàn)(疋。檢驗(yàn))
二、兩個(gè)正態(tài)總體方差的檢驗(yàn)(F檢驗(yàn))
3.4 非正態(tài)總體均值的假設(shè)檢驗(yàn)
一、單個(gè)總體均值的檢驗(yàn)(大樣本，M檢驗(yàn))
二、兩個(gè)總體均值差的檢驗(yàn)(大樣本，u檢驗(yàn))
3.5 分布擬合檢驗(yàn)
一、分布擬合的r檢驗(yàn)
二、獨(dú)立性檢驗(yàn)(列聯(lián)表(contingencytable)方法)
三、柯爾莫哥洛夫檢驗(yàn)
四、正態(tài)性檢驗(yàn)
3.6 兩個(gè)總體相等性檢驗(yàn)
一、秩和檢驗(yàn)
二、游程總數(shù)檢驗(yàn)
小結(jié)
習(xí)題三
第四章 方差分析
4.1 單因素試驗(yàn)方差分析
一、基本思想與數(shù)學(xué)模型
二、統(tǒng)計(jì)分析
4.2 雙因素試驗(yàn)方差分析
一、雙因素重復(fù)試驗(yàn)方差分析
二、雙因素?zé)o重復(fù)試驗(yàn)方差分析
小結(jié)
習(xí)題四
第五章 回歸分析
5.1 回歸分析的基本概念
5.2 一元線性回歸
一、β0β1的估計(jì)及其性質(zhì)
二、α的估計(jì)
三、回歸方程的顯著性檢驗(yàn)
四、回歸系數(shù)β1的置信區(qū)間
五、預(yù)測(cè)
5.3 可線性化的一元非線性回歸
5.4 多元線性回歸
一、β0β1成的估計(jì)及其性質(zhì)
二、α的估計(jì)
三、回歸方程的顯著性檢驗(yàn)
四、回歸系數(shù)的顯著性檢驗(yàn)
五、變量的剔除
六、預(yù)測(cè)
5.5 多項(xiàng)式回歸
小結(jié)
習(xí)題五
第六章 正交試驗(yàn)設(shè)計(jì)
6.1 用正交表安排試驗(yàn)的方法
6.2 無交互作用的正交設(shè)計(jì)的直觀分析
一、單指標(biāo)試驗(yàn)
二、多指標(biāo)試驗(yàn)
6.3 有交互作用的正交設(shè)計(jì)及試驗(yàn)結(jié)果的直觀分析
6.4 正交試驗(yàn)設(shè)計(jì)的方差分析
小結(jié)
習(xí)題六
習(xí)題答案
附錄
附表1 標(biāo)準(zhǔn)正態(tài)分布表
附表2 x2分布分位數(shù)表
附表3 t分布分位數(shù)表
附表4 F分布分位數(shù)表
附表5柯爾莫哥洛夫檢驗(yàn)臨界值Dnα表