目 录__eol__第1章 随机事件与概率 1__eol__1.1 随机现象与随机试验 1__eol__1.1.1 随机现象 1__eol__1.1.2 随机试验 1__eol__1.2 随机事件 2__eol__1.2.1 样本空间 2__eol__1.2.2 随机事件 2__eol__1.2.3 事件的关系及运算 2__eol__1.3 概率及其性质 5__eol__1.3.1 概率的公理化定义 5__eol__1.3.2 古典概型 8__eol__1.3.3 几何概型 9__eol__1.4 条件概率 10__eol__1.4.1 条件概率 10__eol__1.4.2 乘法公式 12__eol__1.4.3 全概率公式 13__eol__1.4.4 贝叶斯公式 14__eol__1.5 事件的独立性 16__eol__1.5.1 两个事件的独立性 16__eol__1.5.2 多个事件的独立性 17__eol__1.5.3 伯努利概型 18__eol__1.6 应用实例 19__eol__习题1 20__eol__第2章 随机变量及其分布 23__eol__2.1 随机变量及其分布函数 23__eol__2.1.1 随机变量 23__eol__2.1.2 分布函数 24__eol__2.2 离散型随机变量 25__eol__2.2.1 离散型随机变量及其分布律 25__eol__2.2.2 常见的离散型分布 28__eol__2.3 连续型随机变量 31__eol__2.3.1 连续型随机变量及其概率密度 31__eol__2.3.2 常见的连续型分布 34__eol__2.4 随机变量函数的分布 39__eol__2.4.1 离散型随机变量函数的分布 39__eol__2.4.2 连续型随机变量函数的分布 40__eol__2.5 应用实例 42__eol__2.5.1 离散型随机变量的应用实例 42__eol__2.5.2 连续型随机变量的应用实例 43__eol__2.6 Excel在概率统计中的应用 44__eol__2.6.1 二项分布 44__eol__2.6.2 泊松分布 46__eol__2.6.3 超几何分布 47__eol__2.6.4 指数分布 48__eol__2.6.5 正态分布 49__eol__习题2 51__eol__第3章 多维随机变量及其分布 54__eol__3.1 多维随机变量及其分布函数 54__eol__3.1.1 多维随机变量 54__eol__3.1.2 联合分布函数 54__eol__3.1.3 联合分布律 55__eol__3.1.4 联合概率密度函数 56__eol__3.1.5 常见的二维连续型分布 57__eol__3.2 边缘分布与独立性 59__eol__3.2.1 边缘分布函数 59__eol__3.2.2 边缘分布律 59__eol__3.2.3 边缘概率密度函数 61__eol__3.2.4 随机变量的独立性 62__eol__3.3 条件分布 65__eol__3.3.1 条件分布律 65__eol__3.3.2 条件概率密度函数 66__eol__3.4 二维随机变量函数的分布 67__eol__3.4.1 二维离散型随机变量函数的分布 67__eol__3.4.2 二维连续型随机变量函数的分布 69__eol__3.4.3 特殊函数的分布 71__eol__3.5 应用实例 73__eol__习题3 75__eol__第4章 随机变量的数字特征 79__eol__4.1 数学期望 79__eol__4.1.1 数学期望的概念 79__eol__4.1.2 随机变量的函数的数学期望 81__eol__4.1.3 数学期望的性质 82__eol__4.2 方差 83__eol__4.2.1 方差的概念 83__eol__4.2.2 方差的性质 84__eol__4.2.3 几种常见分布的数学期望与方差 86__eol__4.3 协方差与相关系数 89__eol__4.4 矩、协方差矩阵 91__eol__4.4.1 矩 91__eol__4.4.2 协方差矩阵 92__eol__4.5 应用实例 92__eol__习题4 94__eol__第5章 大数定律及中心极限定理 97__eol__5.1 随机变量序列的收敛性 97__eol__5.2 大数定律 98__eol__5.2.1 切比雪夫不等式 98__eol__5.2.2 大数定律 99__eol__5.3 中心极限定理 102__eol__5.4 应用实例 105__eol__习题5 107__eol__第6章 数理统计 108__eol__6.1 数理统计基本概念 108__eol__6.1.1 总体和样本 108__eol__6.1.2 统计量 110__eol__6.2 抽样分布 111__eol__6.2.1 c2分布 111__eol__6.2.2 t分布 113__eol__6.2.3 F分布 113__eol__6.3 抽样分布定理 114__eol__6.3.1 单个正态总体的样本均值和样本方差的分布 114__eol__6.3.2 两个正态总体的样本均值和样本方差的分布 116__eol__6.4 应用实例 116__eol__6.5 Excel在概率统计中的应用 117__eol__6.5.1 样本均值 117__eol__6.5.2 样本方差和标准差 117__eol__6.5.3 相关系数 120__eol__6.5.4 描述统计 122__eol__习题6 123__eol__第7章 参数估计 125__eol__7.1 参数的点估计 125__eol__7.1.1 矩估计 125__eol__7.1.2 极大似然估计 127__eol__7.2 估计量的优良性准则 129__eol__7.2.1 无偏性 130__eol__7.2.2 有效性 131__eol__7.2.3 相合性 132__eol__7.3 参数的区间估计 132__eol__7.3.1 基本概念 132__eol__7.3.2 枢轴变量法 133__eol__7.3.3 单个正态总体参数的置信区间 133__eol__7.3.4 单侧置信区间 136__eol__7.3.5 两个正态总体参数的置信区间 139__eol__7.4 应用实例 140__eol__7.5 Excel在概率统计中的应用 141__eol__7.5.1 方差已知时总体均值的区间估计 141__eol__7.5.2 方差未知时总体均值的区间估计 142__eol__习题7 143__eol__第8章 假设检验 146__eol__8.1 假设检验的基本概念 146__eol__8.1.1 引例 146__eol__8.1.2 假设检验的基本概念 146__eol__8.1.3 假设检验的基本步骤 148__eol__8.2 参数的假设检验 148__eol__8.2.1 均值的检验 148__eol__8.2.2 方差的检验 152__eol__8.3 分布的假设检验 155__eol__8.3.1 离散总体的 拟合检验 155__eol__8.3.2 连续总体的 拟合检验 156__eol__8.4 Excel在概率统计中的应用 159__eol__8.4.1 均值的检验 159__eol__8.4.2 方差的检验 164__eol__习题8 165__eol__第9章 方差分析 168__eol__9.1 单因素方差分析 168__eol__9.1.1 统计模型 168__eol__9.1.2 统计检验 170__eol__9.2 双因素方差分析 172__eol__9.2.1 统计模型 172__eol__9.2.2 统计检验 174__eol__9.3 Excel在概率统计中的应用 177__eol__9.3.1 单因素方差分析 177__eol__9.3.2 双因素方差分析 178__eol__习题9 179__eol__第10章 回归分析 182__eol__10.1 一元线性回归 182__eol__10.1.1 变量间的关系 182__eol__10.1.2 参数估计 183__eol__10.1.3 显著性检验 185__eol__10.2 多元线性回归 191__eol__10.2.1 参数估计 191__eol__10.2.2 显著性检验 192__eol__10.3 非线性回归 195__eol__10.3.1 几种常见的可线性化的曲线类型 195__eol__10.3.2 非线性回归分析实例 197__eol__习题10 197__eol__附录A 统计分布表 200__eol__习题解答 211__eol__参考文献 221__eol__