正版新书]概率统计(原书第4版)[美]莫里斯·H. 德格鲁特(Morri

目录<br /><br /><br /><br />译者序<br /><br />前言<br /><br /><br />第1章关于概率的引言1<br /><br />11概率的历史1<br /><br />12概率的解释1<br /><br />13试验和事件4<br /><br />14集合论4<br /><br />15概率的定义13<br /><br />16有限样本空间17<br /><br />17计数方法20<br /><br />18组合方法26<br /><br />19多项式系数35<br /><br />110和事件的概率39<br /><br />111统计诈骗43<br /><br />112补充习题45<br /><br />第2章条件概率47<br /><br />21条件概率的定义47<br /><br />22独立事件56<br /><br />23贝叶斯定理65<br /><br />*24赌徒破产问题73<br /><br />25补充习题76<br /><br />第3章随机变量及其分布79<br /><br />31随机变量及离散分布79<br /><br />32连续分布84<br /><br />33分布函数91<br /><br />34二元随机变量的分布99<br /><br />35边际分布109<br /><br />36条件分布120<br /><br />37多元分布130<br /><br />38随机变量的函数144<br /><br />39两个或多个随机变量的函数150<br /><br />*310马尔可夫链161<br /><br />311补充习题174<br /><br />第4章数学期望178<br /><br />41随机变量的数学期望178<br /><br />42数学期望的性质186<br /><br />43方差193<br /><br />44矩200<br /><br />45均值和中位数207<br /><br />46协方差和相关系数213<br /><br />47条件期望219<br /><br />*48效用227<br /><br />49补充习题233<br /><br />第5章特殊分布236<br /><br />51引言236<br /><br />52伯努利分布和二项分布236<br /><br />53超几何分布241<br /><br />54泊松分布247<br /><br />55负二项分布255<br /><br />56正态分布259<br /><br />57伽马分布271<br /><br />58贝塔分布281<br /><br />59多项分布286<br /><br />510二元正态分布290<br /><br />511补充习题296<br /><br />第6章大随机样本299<br /><br />61引言299<br /><br />62大数定律300<br /><br />63中心极限定理311<br /><br />64连续性修正321<br /><br />65补充习题324<br /><br />第7章估计325<br /><br />71统计推断325<br /><br />72先验分布和后验分布332<br /><br />73共轭先验分布340<br /><br />74贝叶斯估计量351<br /><br />75极大似然估计量360<br /><br />76极大似然估计量的性质368<br /><br />*77充分统计量383<br /><br />*78联合充分统计量388<br /><br />*79估计量的改进394<br /><br />710补充习题400<br /><br />第8章估计量的抽样分布403<br /><br />81统计量的抽样分布403<br /><br />82卡方分布407<br /><br />83样本均值和样本方差的联合<br />分布410<br /><br />84t分布417<br /><br />85置信区间421<br /><br />*86正态分布样本的贝叶斯分析430<br /><br />87无偏估计量440<br /><br />*88Fisher信息量447<br /><br />89补充习题460<br /><br />第9章假设检验462<br /><br />91假设检验问题462<br /><br />*92简单假设的检验479<br /><br />*93一致最大功效检验488<br /><br />*94双边备择假设496<br /><br />95t检验503<br /><br />96比较两个正态分布的均值513<br /><br />97F分布523<br /><br />*98贝叶斯检验530<br /><br />*99基本问题541<br /><br />910补充习题544<br /><br />第10章分类数据和非参数方法548<br /><br />101拟合优度检验548<br /><br />102复合假设的拟合优度检验556<br /><br />103列联表563<br /><br />104同质性检验568<br /><br />105Simpson悖论574<br /><br />*106KolmogorovSmirnov检验577<br /><br />*107稳健估计585<br /><br />*108符号检验和秩检验595<br /><br />109补充习题602<br /><br />第11章线性统计模型605<br /><br />111最小二乘法605<br /><br />112回归612<br /><br />113简单线性回归的统计推断620<br /><br />*114简单线性回归的贝叶斯推断639<br /><br />115一般线性模型与多元回归645<br /><br />116方差分析663<br /><br />*117双因子试验设计671<br /><br />*118具有复制的双因子试验<br />设计679<br /><br />119补充习题689<br /><br />第12章模拟693<br /><br />121什么是模拟693<br /><br />122为什么模拟是有用的696<br /><br />123特定分布的模拟707<br /><br />124重要性抽样718<br /><br />*125马尔可夫链蒙特卡罗<br />（MCMC）方法726<br /><br />126自助法740<br /><br />127补充习题749<br /><br />奇数序号习题答案753<br /><br />附录774<br /><br />参考文献786<br /><br /><br /><br /><br />

本书是知名统计学家莫里斯·H. 德格鲁特（Morris H.DeGroot）编写的经典教材，畅销多年，被卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康内尔大学、杜克大学和加州大学洛杉矶分校等众国际名校选作教材。
书中不仅包括经典概率统计主题条件分布、期望、大样本理论、估计、假设检验、非参数方法、线性统计模型和统计模拟等内容，还介绍了在计算机科学中日益重要的切尔诺夫界、矩方法、牛顿法、EM算法、枢轴量、随机模拟、MCMC、自助法等方面的知识，将当先前沿研究的一些问题深入浅出地融入教材。
例题涉及面广泛，取材新颖、丰富，利用实际数据，对相关的统计概念与统计推断过程进行解释，生动，有趣，令人印象深刻。
?本书还介绍了在计算机科学中日益重要的切尔诺夫界，以及矩方法、牛顿法、EM算法、枢轴量、随机模拟、MCMC、自助法等方面的知识，将目前研究前沿的一些问题深入浅出地融入教材。本书理论扎实，例子丰富，