实验数据分析
全新正版 极速发货
￥ 82.39 6.4折 ￥ 128 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者朱永生 著
出版社科学出版社
ISBN9787030347312
出版时间2012-06
装帧平装
开本其他
定价128元
货号1201495790
上书时间2024-05-29
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
章概率论初步
1.1随机试验，随机事件，样本空间
1.2概率
1.3条件概率，独立性
1.4概率计算举例
1.5边沿概率，全概率公式，贝叶斯公式
第2章随机变量及其分布
2.1随机变量
2.2随机变量的分布
2.3随机变量函数的分布
2.4随机变量的数字特征
2.5随机变量的特征函数
2.6离散随机变量的概率母函数
第3章多维随机变量及其分布
3.1二维随机变量的分布，独立性
3.2条件概率分布
3.3二维随机变量的数字特征
3.4二维随机变量的函数的分布
3.5多维随机变量，向量和矩阵记号
3.6多维随机变量的联合特征函数
3.7多维随机变量的函数的分布
3.8线性变换和正交变换
3.9误差传播公式
第4章一些重要的概率分布
4.1伯努利分布和二项分布
4.2多项分布
4.3泊松分布，泊松过程
4.4泊松分布与其他分布的相互联系
4.5复合泊松分布
4.6几何分布，负二项分布，超几何分布
4.7均匀分布
4.8指数分布
4.9伽马分布
4.10贝塔分布
4.11正态分布
4.12二维正态分布
4.13多维正态分布
4.14对数正态分布
4.15柯西分布
4.16朗道分布
4.17X2分布
4.18t分布
4.19F分布
4.20实验分布
4.20.1实验分辨函数
4.20.2探测效率
4.20.3复合概率密度
第5章大数定律和中心极限定理
5.1大数定律
5.2中心极限定理
第6章子样及其分布
6.1随机子样，子样分布函数
6.2统计量及其数字特征
6.3抽样分布
6.3.1子样平均值的分布
6.3.2服从X2分布的统计量，自由度
6.3.3服从t分布和F分布的统计量
6.3.4正态总体子样偏度、子样峰度、子样相关系数的分布
6.4抽样数据的图形表示，频率分布
6.4.1—维散点图和直方图，频率分布
6.4.2二维散点图和直方图
第7章参数估计
7.1估计量，似然函数
7.2估计量的相合性
7.3估计量的无偏性
7.4估计量的有效性和最小方差
7.5估计量的充分性，信息
7.5.1充分统计量
7.5.2充分性与信息
7.6区间估计
7.6.1枢轴变量法
7.6.2大样本法
7.7正态总体均值的置信区间
7.8正态总体方差的置信区间
7.9正态总体均值和方差的联合置信域
第8章极大似然法
8.1极大似然原理
8.2正态总体参数的极大似然估计
8.3极大似然估计量的性质
8.3.1参数变换下的不变性
8.3.2相合性和无偏性
8.3.3充分性
8.3.4有效性
8.3.5唯 一性
8.3.6渐近正态性
8.4极大似然估计量的方差
8.4.1方差估计的一般方法
8.4.2充分和有效估计量的方差公式
8.4.3大子样情形下的方差公式
8.5极大似然估计及其误差的图像确定
8.5.1总体包含单个未知参数
8.5.2总体包含两个未知参数
8.6利用似然函数作区间估计，似然区间
8.6.1单个参数的似然区间
8.6.2由巴特勒特函数求置信区间
8.6.3两个参数的似然域
8.6.4多个参数的似然域
8.7极大似然法应用于直方图数据
8.8极大似然法应用于多个实验结果的合并
8.8.1正态型似然函数
8，8.2非正态型似然函数
8.9极大似然法应用于实验测量数据
8.10有约束的极大似然估计
第9章最小二乘法
9.1最小二乘原理
9.2线性最小二乘估计
9.2.1正规方程
9.2.2线性最小二乘估计量的性质
9.2.3线性最小二乘估计举例
9.2.4—般多项式和正交多项式拟合
9.3非线性最小二乘估计
9.4最小二乘拟合
9.4.1测量拟合值和残差
9.4.2线性模型中σ2的估计
9.4.3正态性假设，自由度
9.4.4拟合优度
9.5最小二乘法应用于直方图数据
9.6最小二乘法应用于实验测量数据
9.7线性约束的线性最小二乘估计
9.8非线性约束的最小二乘估计
9.8.1拉格朗日乘子法
9.8.2误差估计
9.8.3一般最小二乘拟合的自由度
9.9最小二乘法求置信区间
9.9.1单个参数的误差和置信区间
9.9.2多个参数的误差和置信域
9.10协方差矩阵未知的多个实验结果的合并
0章矩法，三种估计方法的比较
10.1简单的矩法
10.2—般的矩法
10.3举例
10.4矩法、极大似然法和最小二乘法的比较
10.4.1反质子极化实验的模拟
10.4.2不同估计方法的应用
10.4.3讨论
1章小信号测量的区间估计
11.1经典方法
11.1.1正态总体
11.1.2泊松总体
11.2似然比顺序求和方法
11.2.1泊松总体
11.2.2正态总体
11.3改进的似然比顺序求和方法
11.4考虑系统误差时泊松总体的区间估计
参考文献
内容摘要
本书介绍实验或测量数据分析中涉及的概率和数理统计及相关的数学知识，内容包括概率论、经典数理统计、贝叶斯统计、蒙特卡罗方法、极小化方法和去弥散方法六个部分．特别讨论了数据统计处理中的一些困难问题和近期靠前上发展起来的新方法．书中分析了取自普通物理、核物理、粒子物理和工程技术问题的许多实例，注重物理问题与数学方法的结合，具体阐述了概率和数理统计及相关的数学方法在实际问题中的应用．书末附有详尽的数理统计表，可供本书涉及的几乎所有数据分析问题之需要，而无需查阅专门的数理统计表书籍．
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价