消息 首页 搜索 举报
  • 概率统计（原书第4版） [美]莫里斯·H. 德格鲁特 [美]马克·J. 舍维什
21年品牌 40万+商家 超1.5亿件商品

概率统计（原书第4版） [美]莫里斯·H. 德格鲁特 [美]马克·J. 舍维什

正版全新

￥ 127.49 7.1折 ￥ 179 全新

库存11件

上海浦东
认证卖家担保交易快速发货售后保障

作者(美)莫里斯·H. 德格鲁特 (美)马克·J. 舍维什

出版社机械工业出版社

ISBN9787111746669

出版时间2022-12

装帧其他

开本16开

纸张胶版纸

定价179元

货号4516907

上书时间2024-09-13

闲暇一卷书的书店

三年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
【书    名】 概率统计（原书第4版）   [美]莫里斯·H. 德格鲁特   [美]马克·J. 舍维什
【书    号】 9787111746669
【出 版 社】 机械工业出版社
【作    者】 (美)莫里斯·H. 德格鲁特 (美)马克·J. 舍维什
【出版日期】 2024-08-01
【开    本】 16开
【定    价】 179.00元

【编辑推荐】 
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，

【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。

【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

【前言】 
前言

第4版的主要变化

重组了正文中的很多重要结果，给它们加上“定理”这个标签，这样做是为了方便学生查找和参考这些结果。

为了让正文中的重要定义和假设更加凸显，把它们挑选出来，并加上相应的标签。

当要介绍一个新的主题时，在探究数学理论之前先用一个具有启发性的例子引入该主题，然后再回到这个例子来阐明新引入的内容。

把与大数定律和中心极限定理相关的内容从原来的第5章中抽取出来，放在全新的第6章中介绍，将之与大样本结论放到一起讨论似乎更自然。

把马尔可夫链这一节从第3版的第2章移到第4版的第3章。每次我给自己的学生介绍这部分内容时，都会因为不能提及随机变量、分布和条件分布而陷入困境。实际上我已经把这部分内容推迟了，在介绍完分布之后，再回头介绍马尔可夫链。我觉得是时候把它置于一个更合适的位置了。我还增加了一些关于马尔可夫链的平稳分布方面的内容。

为了提高思想呈现的流畅性，我把一些定理的冗长证明放到相关小节的末尾。

重写了71节，即“统计推断”这一节，使得推断的介绍更清晰明了。

重写了91节，这是为了更全面地介绍假设检验，包括似然比检验。对于那些对假设检验的更多数学理论不感兴趣的教师来说，从91节直接跳到95节变得更容易了。

下面给出了读者应该注意的其他变化：

以前表示两个集合A与B的交集的记号为AB，现在替换为更流行的A∩B了。旧的记号虽然在数学上是合乎逻辑的，但是对于这一层次的教材来说，似乎有些晦涩了。

增加了对斯特林公式和詹森不等式的叙述。

全概率法则和样本空间的划分从第3版的23节移到第4版的21节。

累积分布函数（cdf）曾专指分布函数（df），所以在本版中把累积分布函数定义为分布函数这个首选名称。

在第3章和第6章中增加了直方图的内容。

重新安排了38节和39节中的一些主题，让随机变量的简单函数*先出现，一般的公式*后再出现，这样，对于那些打算避免具有数学挑战性部分的教师来说就更容易了。

列举了大量可用的条目强调超几何分布与二项分布之间的密切关系。

简单介绍了切尔诺夫边界。切尔诺夫边界在计算机科学中日益重要，而它们的推导只需用本教材中的内容就足够了。

改变了置信区间的定义，它指的是随机区间，而不是观察区间。这不但使阐述更容易，也符合更现代的应用。

在76节简要介绍了矩估计法。

在第7章还简要介绍了牛顿法和EM算法的入门知识。

为了便于构造一般的置信区间，我还介绍了枢轴量的概念。

书中还介绍了似然比检验统计量的大样本分布，这也是新增加的内容。当假设方差不相等时，这可作为检验原假设“两个正态分布的均值相等”的备选方法。

把Bonferroni不等式移到正文部分（见第1章），第11章又把它作为构造联合检验和联合置信区间的一种方法。

怎样使用本书

这本书有点厚，不太可能在一学年的本科课程中介绍全部内容。这样设置是为了让教师能够自由选择哪些主题是必须要掌握的，哪些主题可供进一步深入学习。比如，很多教师希望不再强调经典计数的内容，这部分内容在17～19节。还有一部分教师只想全面介绍二项分布或多项分布相关的知识，那么他们可以只介绍排列、组合和可能的多项系数的定义和定理。只需要确保学生知道如何算出这些值，其他相关的分布都没有意义。对于理解重要的分布来说，在这些章节中的各种例子是很有用的，但不是必需的。另一个例子是39节关于两个或多个随机变量的函数。一般多元变换的雅可比行列式的应用涵盖了更多的数学知识，这或许比某些本科课程的教师所希望的还要多。整个这一节可以略去，而不会对后续学习造成任何影响，但是本节前面那些更简单的案例（比如卷积）还是很值得介绍的。92～94节涉及单参数族的*优检验，这部分内容的数学理论很深奥，想深入理解假设检验理论的研究生可能对此很感兴趣。第9章的其余部分涵盖了本科课程所需要教授的全部知识。

除了本书之外，培生教育出版集团还提供教师解答手册（Instructors Solutions Manual），该手册可从教师资源中心下载（wwwpearsonhigheredcom/irc），其中包括教材中很多章节的具体选择建议。从本书的早期版本开始我就一直用它作为一学年概率和统计课程的教材，给本科高年级学生上课。在第*学期，我介绍本教材的前5章（包括马尔可夫链的内容）和第6章的部分内容，这些内容在前几版中也有。在第二学期，我讲述第6章的其余部分，第7～9章，111～115节和第12章。我也给工程师和计算机科学家教授过一学期的概率论与随机过程的课程，我选择第1～6章和第12章的内容，包括马尔可夫链，但是不包括雅可比行列式。后面这一课程不同于数学系的课程，后者强调数学推导。

关于教

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP