第1章 绪论 1
1.1 概述 1
1.2 一些例子 2
1.3 发展简史 6
1.4 本章小结 14
第2章 概率 15
2.1 引论 15
2.2 样本空间和集合代数 17
2.3 概率函数 26
2.4 条件概率 31
2.5 独立性 50
2.6 组合 65
2.7 组合概率 89
2.8 再看统计学(蒙特卡罗技术) 99
第3章 随机变量 102
3.1 引论 102
3.2 二项式和超几何概率 103
3.3 离散随机变量 116
3.4 连续随机变量 127
3.5 期望值 137
3.6 方差 153
3.7 联合密度 160
3.8 变换和组合随机变量 174
3.9 均值和方差的更多性质 182
3.10 顺序统计量 192
3.11 条件密度 199
3.12 矩母函数 206
3.13 再看统计学(解释均值) 215
第4章 特殊分布 218
4.1 引论 218
4.2 泊松分布 219
4.3 正态分布 235
4.4 几何分布 257
4.5 负二项分布 259
4.6 伽马分布 267
4.7 再看统计学(蒙特卡罗模拟) 271
附录4.A.1 常用概率密度函数的性质 274
附录4.A.2 中心极限定理的证明 276
第5章 估计 278
5.1 引论 278
5.2 估计参数:最大似然法和矩量法 280
5.3 区间估计 293
5.4 估计量的性质 308
5.5 最小方差估计:Cramér-Rao下界 316
5.6 充分估计量 319
5.7 一致性 326
5.8 贝叶斯估计 329
5.9 再看统计学(超越经典估计) 341
第6章 假设检验 343
6.1 引论 343
6.2 决策规则 344
6.3 检验二项式数据——H0:p=po 353
6.4 第一类和第二类错误 359
6.5 最优性的概念:广义似然比 375
6.6 再看假设检验(统计显著性与“实际”显著性) 378
第7章 基于正态分布的推断 380
7.1 引论 380
7.2 比较?和? 381
7.3 推导?的分布 383
7.4 关于μ的推断 389
7.5 关于σ2的推断 404
7.6 再看统计学(第二类错误) 412
附录7.A.1 ?和S2的一些分布结果 414
附录7.A.2 证明单样本t检验是GLRT 416
附录7.A.3 定理7.5.2 的证明 418
第8章 数据类型:简要概述 421
8.1 引论 421
8.2 分类数据 427
8.3 再看统计学(为什么样本是无效的) 448
第9章 两样本推断 450
9.1 引论 450
9.2 检验H0:μX=μY 451
9.3 检验H0:μ?=μ?——F检验 463
9.4 二项式数据:检验H0:pX=pY 468
9.5 两样本问题的置信区间 473
9.6 再看统计学(选择样本) 478
附录9.A.1 对两样本t检验的推导(定理9.2.2 的证明) 480
第10章 拟合优度检验 483
10.1 引论 483
10.2 多项式分布 484
10.3 拟合优度检验:所有参数已知 488
10.4 拟合优度检验:参数未知 498
10.5 列联表 507
10.6 再看统计学(离群值) 517
第11章 回归 520
11.1 引论 520
11.2 最小二乘法 520
11.3 线性模型 543
11.4 协方差与相关性 563
11.5 二元正态分布 570
11.6 再看统计学(如何不解释样本相关系数) 576
附录11.A.1 定理11.3.3 的证明 577
第12章 方差分析 580
12.1 引论 580
12.2 F检验 582
12.3 多重比较:Tukey方法 592
12.4 对比检验子假设 596
12.5 数据变换 604
12.6 再看统计学(把统计学的各个学科结合起来——Ronald A.Fisher的贡献) 606
附录12.A.1 定理12.2.2 的证明 608
附录12.A.2 H1为真时?的分布 608
第13章 随机区组设计 613
13.1 引论 613
13.2 随机区组设计的F检验 614
13.3 配对t检验 628
13.4 再看统计学(在两样本t检验和配对t检验中进行选择) 634
第14章 非参数统计 638
14.1 引论 638
14.2 符号检验 639
14.3 Wilcoxon检验 645
14.4 Kruskal-Wallis检验 658
14.5 Friedman检验 662
14.6 随机性检验 665
14.7 再看统计学(比较参数化和非参数化过程) 669
附录A 统计表 674
奇数编号问题的答案 701
参考文献 725