| 作者 |
| 王振友 陈学松 肖存涛 |
| 丛书名 |
| “十三五”国家重点出版物出版规划项目 名校名家基础学科系列 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111678557 |
| 简要 |
| 简介 |
| 内容简介 本书是为适应新工科背景下教学模式改革以及满足现代科学技术对概率论与数理统计的需求而编写的.主要内容包括：随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验及回归分析.本书取材广泛，实例丰富，每章配套的数学实验均采用流行的Python语言编写，突出了对学生应用数学能力的培养.每章的知识纵横栏目有助于拓展学生的视野，帮助学生深入理解相关知识点的来龙去脉和发展历史，进而增强学生的学习兴趣.本书各章均配有习题，书末附有答案. 本书简明易懂，注重理论联系实际，可作为高等院校理工科本科各专业概率论与数理统计课程的教材，也可作为科技人员和自学者的参考书籍. |
| 目录 |
前言 第1章基本概念 11随机事件 111随机现象与频率稳定性 112随机试验与样本空间 113随机事件的概念、关系与运算 12概率的公理化定义与古典概型 121概率的公理化定义 122古典概型（等可能概型） 13条件概率 131条件概率的概念 132乘法公式 133全概率公式和贝叶斯公式 14事件的独立性 141两个事件的独立性 142多个事件的独立性 143伯努利概型 Python实验 实验1——抛硬币试验 实验2——抽签试验 实验3——生日试验 知识纵横——概率是什么 习题一 第2章随机变量及其分布 21随机变量及离散型随机变量 211随机变量 212离散型随机变量及其分布律 213常用的离散型随机变量 22随机变量的分布函数与连续型随机 变量 221分布函数的定义和性质 222连续型随机变量及其概率密度的 定义和性质 223常用的连续型随机变量 23随机变量的函数的分布 231离散型随机变量函数的分布 232连续型随机变量函数的分布 Python实验 实验1——二项分布、泊松分布及泊松 定理 实验2——正态分布 知识纵横——有趣的概率分布 习题二 第3章多维随机变量及其分布 31二维随机变量 311二维随机变量及其联合分布 函数 312二维离散型随机变量 313二维连续型随机变量 314常用的二维连续型随机变量 32边缘分布 321边缘分布函数 322边缘分布律 323边缘概率密度 33相互独立的随机变量 34两个随机变量函数的分布 341Z=X+Y的分布 342最大值M=max{X，Y}及最小值 N=min{X，Y}的分布 35条件分布 351离散型随机变量的条件分布律 352连续型随机变量的条件分布 Python实验——随机变量函数的分布 知识纵横——独立性与再生性 习题三 第4章数字特征 41数学期望 411离散型随机变量的数学期望 412连续型随机变量的数学期望 413随机变量函数的数学期望 414数学期望的性质 42方差 421方差的定义 422方差的性质 43协方差及相关系数 431协方差与相关系数的定义 432协方差与相关系数的性质 44矩 Python实验 实验1——数学期望 实验2——方差对随机变量取值的影响 知识纵横——概率统计先驱 习题四 新工科数学基础四概率论与数理统计及Python实现〖BW（D（S2mm，-10mm，-10mm）〗〖JY〗〖XC1_5.tif〗〖BW）〗〖BW（S（S2mm，-10mm，-10mm）〗〖XC1_6.tif〗〖BW）〗第5章极限定理 51大数定律 511切比雪夫不等式 512大数定律 52中心极限定理 Python实验 实验1——伯努利大数定律的直观演示 实验2——中心极限定理的直观演示： 独立同分布中心极限定理 知识纵横——大数定律与中心极限定理 习题五 第6章样本与统计量 61总体、样本与统计量 611总体与样本 612统计量 62抽样分布 621三个重要分布 622正态总体的样本均值与样本方差的 分布 Python实验——抽样分布的性质 知识纵横——数理统计发展简史 习题六 第7章参数估计 71参数估计的概念 72点估计 721矩估计法 722极大似然估计法 73估计量的评选标准 731无偏性 732有效性 733一致性（相合性） 74区间估计 741置信区间的概念 742单个正态总体期望与方差的区间 估计 743两个正态总体的情形 Python实验 实验1——极大似然估计 实验2——区间估计的频率解释 知识纵横——单侧置信区间 习题七 第8章假设检验 81假设检验的基本思想 811问题的提出 812假设检验的一般过程 813假设检验的基本步骤 814两类错误 82正态总体均值的假设检验 821单个正态总体均值μ的检验 822两个正态总体均值差的假设 检验 83正态总体方差的假设检验 831单个正态总体方差的检验 （χ2检验） 832两个单个正态总体方差比的检验 （F检验） Python实验——t分布假设检验 知识纵横——受保护的原假设 习题八 第9章回归分析 91回归分析的概述 92参数估计 921一元线性回归的参数估计 922多元线性回归的参数估计 93假设检验 94预测 Python实验——线性回归拟合及预测 知识纵横——回归分析的由来 习题九 参考答案 附录 附录1Python安装方法 附录2泊松分布表 附录3标准正态分布表 附录4χ2分布表 附录5t分布表 附录6F分布表 参考文献 |