数理统计（第五版）

定　　价：69 元

丛书名：研究生教学丛书

• 作者：师义民等
• 出版时间：2002/9/1
• ISBN：9787030812155
• 出 版 社：科学出版社

适用读者:工科各专业研究生，数学与应用数学、统计学等专业本科生，广大工程技术人员

• 中图法分类：O212 
• 页码：327
• 版次：1
• 开本：B5
• 字数：438(单位：千字)

内容简介

本书是科学版研究生教学丛书之一，主要讲述数理统计相关内容，在第四版的基础上修订而成。第四版获“2020年陕西省普通高等学校优秀教材（研究生教育优秀教材二等奖）”。全书共八章，内容包括统计量与抽样分布、参数估计、统计决策与贝叶斯估计、假设检验、方差分析与试验设计、回归分析、多元分析初步、Python语言简介。各章均配有习题，书后附有参考答案和附表。本次修订除了对教材进行适当补充、更新外，还增加了重点讲解微视频，以满足学生个性化学习的需求，扫码即可查看。

更多科学出版社服务，请扫码获取。

作者介绍

师义民,西北工业大学应用数学系教授，博士生导师,概率统计教研室主任，统计学专业学科带头人。研究方向为：应用概率统计,可靠性理论及应用。1992年至今一直为本校研究生讲授数理统计课程。在科学出版社、西北工业大学出版社出版教材6部。主持国家自然科学基金2项、省级自然科学基金1项。参加国家自然科学基金、国防横向课题、省部级自然科学基金6项。

目 录

目录
前言
第四版前言
第三版前言
第二版前言
第一版前言
第1章 统计量与抽样分布 1
1.1 基本概念 1
1.1.1 总体和样本 1
1.1.2 统计量和样本矩 3
1.1.3 经验分布函数 4
1.2 充分统计量与完备统计量 5
1.2.1 充分统计量 5
1.2.2 因子分解定理 7
1.2.3 完备统计量 10
1.2.4 指数型分布族 11
1.3 抽样分布 13
1.3.1 X2分布 13
1.3.2 t分布 17
1.3.3 F分布 19
1.3.4 概率分布的分位数 21
1.3.5 正态总体样本均值和方差的分布 23
1.3.6 —些非正态总体样本均值的分布 26
1.4 次序统计量及其分布 28
1.4.1 次序统计量 28
1.4.2 样本中位数和样本极差 31
习题1 33
第2章 参数估计 36
2.1 点估计与优良性 36
2.1.1 点估计的概念 36
2.1.2 无偏估计 37
2.1.3 均方误差准则 38
2.1.4 相合估计（一致估计） 39
2.1.5 渐近正态估计 40
2.2 点估计量的求法 41
2.2.1 矩估计法 41
2.2.2 最大似然估计法 44
2.2.3 截尾样本下参数的最大似然估计 49
2.2.4 用次序统计量估计参数的方法 51
2.3 最小方差无偏估计和有效估计 54
2.3.1 最小方差无偏估计 54
2.3.2 有效估计 57
2.4 区间估计 62
2.4.1 区间估计的概念 62
2.4.2 正态总体数学期望的置信区间 63
2.4.3 正态总体方差的置信区间 65
2.4.4 两个正态总体均值差的置信区间 67
2.4.5 两个正态总体方差比的置信区间 69
2.4.6 单侧置信区间 72
2.4.7 非正态总体参数的置信区间 74
习题2 77
第3章 统计决策与贝叶斯估计 82
3.1 统计决策的基本概念 82
3.1.1 统计判决问题的三个要素 82
3.1.2 统计决策函数及其风险函数 85
3.2 统计决策中的常用分布族 87
3.3 贝叶斯估计 89
3.3.1 先验分布与后验分布 90
3.3.2 共轭先验分布 92
3.3.3 贝叶斯风险 95
3.3.4 贝叶斯估计 96
3.4 minimax估计 110
习题3 116
第4章 假设检验 118
4.1 假设检验的基本概念 118
4.1.1 零假设与备选假设 119
4.1.2 检验规则 120
4.1.3 两类错误的概率和检验的水平 122
4.1.4 势函数与无偏检验 123
4.2 正态总体均值与方差的假设检验 125
4.2.1 t检验 125
4.2.2 x2检验 128
4.2.3 F检验 130
4.2.4 单边检验 131
4.3 非参数假设检验方法 134
4.3.1 x2拟合优度检验 134
4.3.2 科尔莫戈罗夫及斯米尔诺夫检验 139
4.3.3 独立性检验 145
4.4 似然比检验 148
4.4.1 似然比检验的基本步骤 149
4.4.2 从似然比检验导出正态总体的几个检验 149
4.5 p值检验法 151
习题4 156
第5章 方差分析与试验设计 161
5.1 单因素方差分析 161
5.1.1 数学模型 162
5.1.2 离差平方和分解与显著性检验 163
5.1.3 参数估计 167
5.2 两因素方差分析 169
5.2.1 两因素非重复试验的方差分析 169
5.2.2 两因素等重复试验的方差分析 176
5.3 正交试验设计 182
5.3.1 正交表介绍 182
5.3.2 正交试验设计的直观分析方法 184
5.3.3 正交试验设计的方差分析 190
习题5 196
第6章 回归分析 200
6.1 一元线性回归分析 200
6.1.1 一元线性回归模型 200
6.1.2未知参数的估计 201
6.1.3参数估计量的分布 204
6.1.4参数β的显著性检验 206
6.1.5 预测 207
6.2 多元线性回归分析 209
6.2.1 多元线性回归模型 209
6.2.2 参数的估计 210
6.2.3 估计量的分布及性质 212
6.2.4 回归系数及回归方程的显著性检验 215
6.2.5 多元线性回归模型的预测 218
6.2.6 逐步回归 220
6.2.7 稳健回归 223
6.3 几类一元非线性回归 226
6.4 多项式回归 228
6.4.1 一元多项式回归 228
6.4.2 多元多项式回归 229
习题6 231
第7章 多元分析初步 234
7.1 多元正态分布的定义及性质 234
7.1.1 多元正态分布的定义 234
7.1.2 多元正态分布的性质 235
7.2 多元正态分布参数的估计与假设检验 238
7.2.1 参数μ和*的估计 238
7.2.2 正态总体均值向量的假设检验 241
7.3 判别分析 244
7.3.1 距离判别方法 244
7.3.2 贝叶斯判别法 252
7.3.3 费希尔判别法 256
7.4 主成分分析 261
7.4.1 协方差阵*已知时的情形 261
7.4.2 协方差阵*未知时的情形 265
习题7 267
第8章 Python语言简介 270
8.1 引言 270
8.2 Python环境配置 270
8.3 Python语言与统计分析 272
8.3.1 随机数产生与排列 272
8.3.2 单样本和两样本检验 273
8.3.3 回归分析 274
8.3.4 方差分析 276
8.4 绘图 278
习题8 289
习题答案 291
参考文献 298