《新工科数学基础四 概率论与数理统计及Python实现》王振友 陈学松 肖存涛 | PDF下载|ePub下载

目录
前言
第1章基本概念
1��1随机事件
1��1��1随机现象与频率稳定性
1��1��2随机试验与样本空间
1��1��3随机事件的概念、关系与运算
1��2概率的公理化定义与古典概型
1��2��1概率的公理化定义
1��2��2古典概型（等可能概型）
1��3条件概率
1��3��1条件概率的概念
1��3��2乘法公式
1��3��3全概率公式和贝叶斯公式
1��4事件的独立性
1��4��1两个事件的独立性
1��4��2多个事件的独立性
1��4��3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
2��1随机变量及离散型随机变量
2��1��1随机变量
2��1��2离散型随机变量及其分布律
2��1��3常用的离散型随机变量
2��2随机变量的分布函数与连续型随机
变量
2��2��1分布函数的定义和性质
2��2��2连续型随机变量及其概率密度的
定义和性质
2��2��3常用的连续型随机变量
2��3随机变量的函数的分布
2��3��1离散型随机变量函数的分布
2��3��2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
3��1二维随机变量
3��1��1二维随机变量及其联合分布
函数
3��1��2二维离散型随机变量
3��1��3二维连续型随机变量
3��1��4常用的二维连续型随机变量
3��2边缘分布
3��2��1边缘分布函数
3��2��2边缘分布律
3��2��3边缘概率密度
3��3相互独立的随机变量
3��4两个随机变量函数的分布
3��4��1Z=X+Y的分布
3��4��2*大值M=max{X，Y}及*小值
N=min{X，Y}的分布
3��5条件分布
3��5��1离散型随机变量的条件分布律
3��5��2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
4��1数学期望
4��1��1离散型随机变量的数学期望
4��1��2连续型随机变量的数学期望
4��1��3随机变量函数的数学期望
4��1��4数学期望的性质
4��2方差
4��2��1方差的定义
4��2��2方差的性质
4��3协方差及相关系数
4��3��1协方差与相关系数的定义
4��3��2协方差与相关系数的性质
4��4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实现目录〖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
5��1大数定律
5��1��1切比雪夫不等式
5��1��2大数定律
5��2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
6��1总体、样本与统计量
6��1��1总体与样本
6��1��2统计量
6��2抽样分布
6��2��1三个重要分布
6��2��2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
7��1参数估计的概念
7��2点估计
7��2��1矩估计法
7��2��2极大似然估计法
7��3估计量的评选标准
7��3��1无偏性
7��3��2有效性
7��3��3一致性（相合性）
7��4区间估计
7��4��1置信区间的概念
7��4��2单个正态总体期望与方差的区间
估计
7��4��3两个正态总体的情形
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
8��1假设检验的基本思想
8��1��1问题的提出
8��1��2假设检验的一般过程
8��1��3假设检验的基本步骤
8��1��4两类错误
8��2正态总体均值的假设检验
8��2��1单个正态总体均值μ的检验
8��2��2两个正态总体均值差的假设
检验
8��3正态总体方差的假设检验
8��3��1单个正态总体方差的检验
（χ2检验）
8��3��2两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
9��1回归分析的概述
9��2参数估计
9��2��1一元线性回归的参数估计
9��2��2多元线性回归的参数估计
9��3假设检验
9��4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