陈希孺文集：概率论与数理统计

　　总序
　　序
　　第1章 事件的概率
　　1.1 概率是什么
　　1.2 古典概率计算
　　1.3 事件的运算、条件概率与独立性
　　习题
　　第2章 随机变量及概率分布
　　2.1 一维随机变量
　　2.2 多维随机变量（随机向量）
　查看完整　　

　　陈希孺，数学家，中国科学院院士（已故）。主要从事数理统计的研究。他在统计工作中深入应用分析数学工具，一些估计达到较高精密程度。他在线性回归大样本理论、非参数理论等方面都有贡献。他长时间在中国科学技术大学工作，培养与影响了不少数理统计学家。

　　内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。《概率论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。

　　总序
　　序
　　第1章 事件的概率
　　1.1 概率是什么
　　1.2 古典概率计算
　　1.3 事件的运算、条件概率与独立性
　　习题
　　第2章 随机变量及概率分布
　　2.1 一维随机变量
　　2.2 多维随机变量（随机向量）
　　2.3 条件概率分布与随机变量的独立性
　　2.4 随机变量的函数的概率分布
　　附录
　　习题
　　第3章 随机变量的数字特征
　　3.1 数学期望（均值）与中位数
　　3.2 方差与矩
　　3.3 协方差与相关系数
　　3.2 方差与矩
　　3.3 协方差与相关系数
　　3.4 大数定理和中心极限定理
　　习题
　　第4章 参数估计
　　4.1 数理统计学的基本概念
　　4.2 矩估计、极大似然估计和贝叶斯估计
　　4.3 点估计的优良性准则
　　4.4 区间估计
　　习题
　　第5章 假设检验
　　5.1 问题提法和基本概念
　　5.2 重要参数检验
　　5.3 拟合优度检验
　　附录
　　习题
　　第6章 回归、相关与方差分析
　　6.1 回归分析的基本概念
　　6.2 一元线性回归
　　6.3 多元线性回归
　　6.4 相关分析
　　6.5 方差分析
　　附录
　　习题
　　习题提示与解答
　　附表
^ 收 起　　

　　陈希孺，数学家，中国科学院院士（已故）。主要从事数理统计的研究。他在统计工作中深入应用分析数学工具，一些估计达到较高精密程度。他在线性回归大样本理论、非参数理论等方面都有贡献。他长时间在中国科学技术大学工作，培养与影响了不少数理统计学家。

　　内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。《概率论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。