《概率统计(原书第4版)》莫里斯・H | PDF下载|ePub下载

创建

2024 年 10 月 26 日

查看

类别: 计算机/网络

概率统计(原书第4版) 版权信息

出版社：机械工业出版社
出版时间：2024-08-01
ISBN：9787111746669
条形码：9787111746669 ; 978-7-111-74666-9

概率统计(原书第4版) 本书特色

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，

概率统计(原书第4版) 内容简介

本书包括概率论、数理统计两部分，涉及条件分布、期望、大样本理论、估计、假设检验、非参数方法、线性统计模型、统计模拟等，内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融人教材。书中内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。

概率统计(原书第4版) 目录

目录

译者序

前言

第1章关于概率的引言1

1��1概率的历史1

1��2概率的解释1

1��3试验和事件4

1��4集合论4

1��5概率的定义13

1��6有限样本空间17

1��7计数方法20

1��8组合方法26

1��9多项式系数35

1��10和事件的概率39

1��11统计诈骗43

1��12补充习题45

第2章条件概率47

2��1条件概率的定义47

2��2独立事件56

2��3贝叶斯定理65

*2��4赌徒破产问题73

2��5补充习题76

第3章随机变量及其分布79

3��1随机变量及离散分布79

3��2连续分布84

3��3分布函数91

3��4二元随机变量的分布99

3��5边际分布109

3��6条件分布120

3��7多元分布130

3��8随机变量的函数144

3��9两个或多个随机变量的函数150

*3��10马尔可夫链161

3��11补充习题174

第4章数学期望178

4��1随机变量的数学期望178

4��2数学期望的性质186

4��3方差193

4��4矩200

4��5均值和中位数207

4��6协方差和相关系数213

4��7条件期望219

*4��8效用227

4��9补充习题233

第5章特殊分布236

5��1引言236

5��2伯努利分布和二项分布236

5��3超几何分布241

5��4泊松分布247

5��5负二项分布255

5��6正态分布259

5��7伽马分布271

5��8贝塔分布281

5��9多项分布286

5��10二元正态分布290

5��11补充习题296

第6章大随机样本299

6��1引言299

6��2大数定律300

6��3中心极限定理311

6��4连续性修正321

6��5补充习题324

第7章估计325

7��1统计推断325

7��2先验分布和后验分布332

7��3共轭先验分布340

7��4贝叶斯估计量351

7��5极大似然估计量360

7��6极大似然估计量的性质368

*7��7充分统计量383

*7��8联合充分统计量388

*7��9估计量的改进394

7��10补充习题400

第8章估计量的抽样分布403

8��1统计量的抽样分布403

8��2卡方分布407

8��3样本均值和样本方差的联合
分布410

8��4t分布417

8��5置信区间421

*8��6正态分布样本的贝叶斯分析430

8��7无偏估计量440

*8��8Fisher信息量447

8��9补充习题460

第9章假设检验462

9��1假设检验问题462

*9��2简单假设的检验479

*9��3一致*大功效检验488

*9��4双边备择假设496

9��5t检验503

9��6比较两个正态分布的均值513

9��7F分布523

*9��8贝叶斯检验530

*9��9基本问题541

9��10补充习题544

第10章分类数据和非参数方法548

10��1拟合优度检验548

10��2复合假设的拟合优度检验556

10��3列联表563

10��4同质性检验568

10��5Simpson悖论574

*10��6Kolmogorov��Smirnov检验577

*10��7稳健估计585

*10��8符号检验和秩检验595

10��9补充习题602

第11章线性统计模型605

11��1*小二乘法605

11��2回归612

11��3简单线性回归的统计推断620

*11��4简单线性回归的贝叶斯推断639

11��5一般线性模型与多元回归645

11��6方差分析663

*11��7双因子试验设计671

*11��8具有复制的双因子试验
设计679

11��9补充习题689

第12章模拟693

12��1什么是模拟693

12��2为什么模拟是有用的696

12��3特定分布的模拟707

12��4重要性抽样718

*12��5马尔可夫链蒙特卡罗
（MCMC）方法726

12��6自助法740

12��7补充习题749

奇数序号习题答案753

附录774

参考文献786

概率统计(原书第4版) 作者简介

莫里斯・H. 德格鲁特（Morris H.DeGroot）美国统计学家，曾任卡内基・梅隆大学教授，是卡内基・梅隆大学统计系创始主任。他于1970年出版的Optimal Statistical Decisions至今仍被认为是该领域的伟大著作之一。他是美国统计协会、国际数理统计学会、国际统计学会、世界计量经济学会和美国科学促进会的会士。他于1989年去世。国际贝叶斯分析学会的DeGroot奖正是以他的名字命名，以表彰他在统计与决策理论方面工作的影响和重要性，以及对该学科发展的显著影响。
马克・J. 舍维什（Mark J. Schervish）任教于卡内基・梅隆大学统计学系。他发表了应用、方法论、理论和哲学研究论文，并出版了教科书和研究专著。他以在推理和贝叶斯统计基础方面的工作而闻名。Schervish曾在顶级统计期刊的编辑委员会任职，是美国统计协会和国际数理统计学会的会士。