总序
前言
第1章 随机事件与概率
1.1 随机事件
一、随机现象
二、随机试验与样本空间
三、随机事件
四、随机事件的集合表示
五、事件的关系与运算
六、事件的运算性质
1.2 随机事件的概率
一、用频率估计概率
二、概率的公理化定义
三、概率的性质
1.3 古典概型和几何概型
一、古典概型
二、几何概型
1.4 条件概率与概率的三个基本公式
一、条件概率
二、乘法公式
三、全概率公式
四、贝叶斯公式
1.5 事件的独立性与独立重复试验
一、两个事件的独立性
二、有限个事件的独立性
三、n重伯努利试验
习题1
第2章 随机变量及其分布
2.1 随机变量及其概率分布
一、随机变量的概念
二、随机变量的分布函数
2.2 离散型随机变量
一、离散型随机变量的概率分布
二、离散型随机变量的分布函数
三、常用的离散型分布
2.3 连续型随机变量
一、连续型随机变量的概率密度函数
二、连续型随机变量的分布函数
三、常见的连续型分布
2.4 随机变量函数的分布
一、离散型随机变量函数的分布
二、连续型随机变量函数的分布
习题2
第3章 随机变量的数字特征
3.1 随机变量的数学期望
一、离散型随机变量的数学期望
二、连续型随机变量的数学期望
三、随机变量函数的数学期望
四、数学期望的性质
3.2 随机变量的方差
一、方差的概念
二、方差的性质
3.3 常用分布的数学期望和方差
一、常用离散型分布的数学期望和方差
二、常用连续型分布的数学期望和方差
3.4 随机变量的矩和切比雪夫不等式
一、矩的概念
二、切比雪夫不等式
3.5 期望和方差的简单应用
习题3
第4章 多维随机变量及其分布
4.1 多维随机变量及其联合分布函数
一、多维随机变量的概念
二、联合分布函数
三、联合分布函数的性质
四、边缘分布函数
4.2 二维离散型随机变量
一、联合概率分布
二、边缘概率分布
三、条件概率分布
4.3 二维连续型随机变量
一、联合密度函数
二、边缘密度函数
三、条件密度函数
四、两种重要的二维连续型分布
4.4 随机变量的独立性
一、随机变量间相互独立的概念
二、离散型随机变量独立的充要条件
三、连续型随机变量独立的充要条件
四、二维正态随机变量的两个分量独立的充要条件
五、n（n>2）个随机变量相互独立的结论
4.5 二维随机变量函数的分布
一、二维离散型随机变量函数的分布
二、二维连续型随机变量函数的分布
三、两个连续型随机变量之差、积与商的密度函数
4.6 二维随机变量的数字特征
一、两个随机变量的函数的期望公式
二、数学期望与方差的运算性质
三、协方差
四、相关系数
习题4
第5章 大数定律与中心极限定理
5.1 大数定律
一、依概率收敛
二、大数定律
5.2 中心极限定理
一、独立同分布下的中心极限定理
二、二项分布的极限分布是正态分布
三、中心极限定理用于统计推断（近似计算）
习题5
第6章 抽样分布
6.1 数理统计的基本概念
一、总体和个体
二、样本与样本分布
三、统计量
四、常用的统计量
6.2 常用的统计分布
一、分位数
二、X2分布
三、t分布
四、F分布
6.3 抽样分布
一、抽样分布的概述
二、正态总体的抽样分布
三、非正态总体的抽样分布
……习题6
第7章 参数估计
7.1 点估计概述
7.2 最大似然估计与矩估计
7.3 间估计
习题7
第8章假设检验
8.1 假设检验的基本概念
8.2 一个正态总体参数的假设检验
8.3 两个正态总体参数的假设检验
8.4 匕率的假设检验
8.5 参数的假设检验与区间估计的关系
8.6 非参数的假设检验
习题8
第9章 回归分析
9.1 回归分析概述
9.2 一元线性回归分析
9.3 一元非线性回归模型的线性化
9.4 多元线性回归
习题9
部分习题参考答案
参考文献
附表
附表1 泊松分布表
附表2 标准正态分布函数φ（x）
附表3 X2分布上侧分位数Xa2，n（1≤n≤45）
附表4 F分布上侧分位数Fa（n1，n2）
附表5 t分布上侧分位数表
附表6 检验相关系数的临界值表
缺书网
扫码进群