正版保障 假一赔十 可开发票
¥ 43.39 6.2折 ¥ 69.8 全新
仅1件
作者陈魁
出版社清华大学出版社有限公司
ISBN9787302010180
出版时间2000-03
装帧平装
开本16开
定价69.8元
货号10669124
上书时间2024-12-13
第1章随机事件及其概率
1.1随机事件
1.1.1随机试验
1.1.2随机事件
1.1.3样本空间
1.1.4事件之间的关系和运算
1.2随机事件的概率
1.2.1古典概型
1.2~概率的统计意义
1.2.3概率的公理化定义
1.2.4概率的性质
1.3条件概率与事件的独立性
1.3.1条件概率
1.3.2事件的独立性
1.4全概率公式和逆概率公式
1.4.1全概率公式
1.4.2逆概率公式
习题1
第2章离散型随机变量
2.1随机变量
2.2离散型随机变量的概率分布
2.2.1分布律
2.2.2分布函数
2.3二项分布
2.4泊松定理和泊松分布
2.4.1泊松定理
2.4.2泊松分布
2.5超几何分布
2.6负二项分布(巴斯卡分布)
2.7函数的分布
习题2
第3章连续型随机变量
3.1连续型随机变量的概率分布
3.2正态分布
3.2.1标准正态分布
3.2.2般正态分布
3.3指数分布
3.4均匀分布
3.5伽玛分布
3.6威布尔分布
3.7函数的分布
习题3
第4章随机变量的数字特征
4.1数学期望
4.1.1般概念定义
4.1.2随机变量函数的数学期望
4.1.3数学期望的性质
4.2方差
4.2.1方差定义
4.2.2方差的性质
4.3常见分布的期望与方差
习题4
第5章多维随机变量
5.1二维随机变量的联合分布
5.1.1联合分布函数
5.1.2离散型随机变量的联合分布律
5.1.3连续型随机变量的联合概率密度函数
5.2.二维随机变量的边缘分布
5.2.1边缘分布函数
5.2.2离散型随机变量的边缘分布
5.2.3连续型随机变量的边缘分布
5.3二维随机变量的条件分布
5.3.1离散型随机变量的条件分布律
5. 3. 2连续型随机变量的条件分布
5.4二维随机变量的独立性
5.5多维随机变量简述
5.6二维随机变量的函数的分布
5.6.1和的分布
5.6.2线性和的分布
5.6.3般函数Z—g(X,y)的分布
5.6.4般变换
5.6.5最大值,最小值的分布
5.7二维随机变量的期望与方差
5.7.1期望
5.7.2方差
5.8二维随机变量的协方差与相关系数
5.8.1协方差
5.8.2相关系数
5.9随机变量的矩
习题5
第6章极限定理
6.1大数定律
6.1.1切比雪夫不等式
6.1.2切比雪夫大数定律
6.1.3伯努利大数定律
6.2中心极限定理
习题6
第7章数理统计的基本概念
7.1总体和样本
7.2抽样分布
7.2.1标准正态分布
10.1单因素试验的方差分析
10.2双因素试验的方差分析
10.2.1无交互作用的方差分析
10.2.2有交互作用的方差分析
习题10
第11章回归分析
11.1元线性回归
11.1.1元正态线性回归模型
11.1.2最小二乘估计
11.1.3口的点估计
11.1.4线性假设的显著性检验(T检验法)
11.1.5线性回归的方差分析(F检验法)
11.1.6利用回归方程进行预报(预测)
11.1.7控制问题
11.2多元线性回归
11.2.1多元线性回归方程
11.2.2口的点估计
11.2.3多元线性回归的显著性检验(F检验法)
11.2.4因素主次的判别
11.3非线性回归化为线性回归
习题11
第12章正交试验设计
12.1正交表及其用法
12.2多指标的分析方法
12.2.1综合平衡法
12.2.2综合评分法
12.3混合水平的正交试验设计
12.3.1混合水平正交表及其用法
12.3.2拟水平法
12.4有交互作用的正交试验设计
12.4.1交互作用表
12.4.2水平数相同的有交互作用的正交试验设计
12.5正交试验设计的方差分析
12.5.1方差分析的步骤与格式
12.5.2 3水平的方差分析
12.5.3 2水平的方差分析
12.5.4混合水平的方差分析
12.5.5拟水平法的方差分析
12.5.6重复试验的方差分析
12.5.7重复取样的方差分析
习题12’
第13章可靠性设计
13.1可靠性概念
13.2可靠度的计算
13.2.1串联方式
13.2.2并联方式
13.2.3串并联方式
13.3可靠度函数与故障率
13.3.1故障率计算实例
13.3.2可靠度函数与故障率的精确定义_
13.3.3几个重要分布的可靠度函数和故障率
13.3.4指数分布故障率的计算
13.4可靠度设计
13.4.1般概念
13.4.2元件可靠度的分配
13.4.3可修复系统MTBF的计算
13.4.4元器件的选用
13.4.5元器件的正确使用
13.4.6固有可靠度的设计
习题答案
附录A SAS/STAT程序库使用简介
A.1 SAS系统操作
A.2 sAS数据集与数据步
A.3在数据步中对数据进行加工
A.4 SAS统计程序库——SAS/STAT
参考资料
附录B常用统计数表
附表1标准正态分布表
附表2泊松分布表
附表3£分布表
附表47分布表
附表5F分布表
附表6科尔莫戈罗夫斯米尔诺夫A分布
附表7交表
主要参考书目
第1章 随机事件及其概率. 世界上有各种各样的现象.从概率的观点考虑可分为两类,一类叫确定性现象,它指的是在一定条件下必然发生或必然不发生的现象.例如:人最终是要死的,上抛的石子一定要落下来.这些都是确定性现象.另一类叫随机现象,它指的是在一定条件下可能发生、也可能不发生的现象.例如:掷一只硬币落在平面上,可能字面朝上,也可能另一面朝上,如果着眼于字面朝上,这个现象可能发生,也可能不发生.远距离射击一个目标,可能击中,也可能击不中,如果着眼于击中目标,这个现象可能发生,也可能不发生.这些都是随机现象.随机现象有两个特点:(1)在一次观察中,现象可能发生,也可能不发生,即结果呈现不确定性;(2)在大量重复观察中,其结果具有统计规律性.例如,多次重复投掷硬币,字面朝上的次数大体上占一半.概率论是研究随机现象统计规律性的一门数学学科.
1.1 随机事件
随机事件是概率论研究的对象.它是随机试验中出现的结果.
1.1.1 随机试验
具有以下几个特点的试验叫随机试验.
(1)试验具有明确的目的;
(2)在相同条件下可以重复进行;
(3)试验的结果不止一个,所有结果事先都能明确地指出来;
(4)每次试验之前,预料不出会出现哪个结果.
随机试验通常用字母E表示.
例1.1.1 下列试验都是随机试验:
E,:掷一只骰子,观察朝上的那一面的点数;
E::在一批产品中,任取一件,观察是正品,还是次品;
B:在一批产品中,任取3件,记录正品的件数;
E。:射击一目标,到击中为止,记录射击次数;
E。:从一批灯泡中,任取一只,测其寿命.
1.1.2随机事件
在随机试验中,每一个可能出现的结果,叫随机事件.随机事件用大写字母A,B,C等表不.
随机事件分类如下.
基本事件:最简单的不能再分的单个事件叫基本事件,例如,在E·中,“点数为1”、“点数为2”、……、“点数为6”,都是基本事件.
复合事件:由两个或两个以上的基本事件组成的事件叫复合事件.例如在E,中“点数小于4”、“点数为偶数”,都是复合事件.
另外还有两种事件.在随机试验中必然出现的结果叫必然事件.例如:在E·中“点数小于7,,就是必然事件.在随机试验中,决不会出现的结果叫不可能事件.例如在E·中“点数大于6’’就是不可能事件.这两种事件并不是随机事件,为了研究问题的方便,把它们归入随机事件,作为随机事件的两个极端情况.
1.1.3 样本空间
样本空间是概率论中的重要概念.在随机试验E中,每一个基本事件称为一个样本点,样本点的全体称为样本空间,记作n.它是样本点的集合.每个样本点都是这个集合中的元素.在每个随机试验中,确定样本空间至关重要.
例1.1.2 指出例1.1.1中各随机试验的样本空间.
解 E1:n1一{1,2,3,4,5,6);
E。:n。一{正品,次品};
E3:n3一{O,1,2,3};
E。:n。一{1,2,3,…};
E。:n5一{£I£≥0}.
每个随机事件都是样本点的集合,是样本空间的一个子集.例如,在E·中,若随机事件A是“点数小于4”,则A一{1,2,3},它是n,的一个子集.样本空间也是事件,并且是必然事件.
样本空间有以下三种类型:
(1)有限集合:样本空间中的样本点数是有限的.如n,,nz,n。.
(2)无限可列集合:样本空间中样本点数是无限的,但可列出.如n。.
(3)无限不可列集合:样本空间中样本点数是无限的,又不可列.如ns.
1.1.4 事件之间的关系和运算
1.事件之间的关系(见图1.1).
(1)包含关系:设有事件A,B,若由B发生必然导致A发生,则称A
— 没有更多了 —
以下为对购买帮助不大的评价