统计学原理下册（全美经典学习指导系列）
分類: 图书,社会科学,社会科学类教材,社会学,
作者： （美）S伯恩斯坦 等著，史道济 译
出 版 社： 科学出版社
出版时间： 2002-1-1字数： 637千版次： 1页数： 346印刷时间： 2002/01/01开本：印次：纸张： 胶版纸I S B N ： 9787030097729包装： 平装编辑推荐
内容简介
本书论述工程技术、自然科学和生命科学中常用的统计学原理和方法。全书分为两册。下册主要是推断统计学的方法，包括抽样分布、估计理论、假设检验、回归分析和非参数方法等内容。
本书每一章都有相同的形式。第一部分以大纲的形式论述所有的新概念和新方法。第二部分是各种各样的习题解答，包括许多理论的应用。第三部分是补充的习题，只有答案。这部分内容是检验读者对本书内容的理解程度。
本书内容丰富，叙述严谨。全书有相互参照系统，方便读者阅读。本书适合于高等院校理工科学生、教师和有关的工程技术人员阅读。
作者简介
目录
第十一章 离散型概率分析
11.1离散型概率分布和概率质量函数
11.2Bernoulli试验和多重Bernoulli试验
11.3二项随机变量，二项试验和二项概率函数
11.4二项系数
11.5二项概率函数
11.6二项概率分布的均值，方差和标准差
11.7二项式展开和二项式定理
11.8Pascal三角形和二项系数
11.9二项分布族
11.10二项累积概率表
11.11批验收抽样
11.12使用方风险和生产方风险
11.13多元概率分布和联合概率分布
11.14多项试验
11.15多项系数
11.16多项概率函数
11.17多项概率分布族
11.18多项概率分布的均值
11.19多项式展开和多项式定理
11.20超几何试验
11.21超几何概率函数
11.22超几何概率分布族
11.23超几何概率分布的均值，方差和标准差
11.24超几何概率分布的推广
11.25超几何分布的二项和多项近似
11.26Poisson过程及其随机变量和试验
11.27Poisson概率函数
11.28Poisson概率分布族
11.29Poisson概率分布的均值，方差和标准差
11.30Poisson累积概率表
11.31Poisson分布作为二项分布的近似
第十二章 正态分布和其它连续型概率分布
12.1连续型概率分布
12.2正态概率分布和正态概率密度函数
12.3正态概率分布族
12.4正态分布：均值(μ)，中位数(μ)和众数的关系
12.5峰度
12.6标准正态分布
12.7标准正态分布和标准正态变量之间的关系
12.8标准正态分布的面积表
12.9利用Z变换计算任意正态分布的概率
12.10单尾概率
12.11双尾概率
12.12二项分布的正态近似
12.13Poisson分布的正态近似
12.14里酸型均匀概率分布
12.15连续型均匀概率分布
12.16指数概率分布
12.17指数分布和Poisson分布的关系
第十三章 抽样分布
13.1简单随机抽样回顾
13.2独立随机变量
13.3简单那随机抽样的数学定义和非数学定义
13.4抽样方法的假定
13.5随机变量X
13.6均值的理论抽样分布和经验抽样分布
13.7均值的抽样分布的均值
13.8估计量的准确度
13.9均值的抽样分布的方差 ：无限总体或有放回抽样
13.10均值的抽样分布的方差：无放回抽样的有限总体
13.11均值的标准误
13.12估计量的精密度
13.13用均值的离散型抽样分布计算概率
13.14用均值的正态抽样分布计算概率
13.15中心极限定理：从有限总体有放回抽样
13.16中心极限定理：从无限总体抽样
13.17中心极限定理：从有限总体无放回抽样
13.18多大是“足够大？”
13.19样本和的抽样分布
13.20中心极限定理应用于样本和的抽样分布
13.21二项总体的抽样
13.22成功次数的抽样分布
13.23比率的抽样分布
13.24中心极限定理应用于成功次数的抽样分布
13.25中心极限定理应用于比率的抽样分布
13.26用比率的抽样分布的正态近似计算概率
第十四章 总体均值的单样本估计
14.1估计
14.2选择最优估计的标准
14.3均值的估计的标准误Sx
14.4点估计
14.5点估计的表示和评价
14.6点估计和区间估计的关系
14.7导出P(x1-a/2≤X≤xa/2)=P(-za/2≤Z≤za/2)=1-α
14.8导出P(X-za/2σx≤μ≤X=za/2σx)=1-α
14.9总体均值μ的置信区间：标准差σ已知的正态分布总体
14.10置信限的表示
14.11置信区间的精度
14.12已知标准差确定样本容量
14.13总体均值μ的置信区间：来自标准差σ已知的任何总体的大样本(n≥30)
14.14确定总体均值μ的置信区间：总体标准差σ未知
14.15t分布
14.16t分布和标准正态分布的关系
14.17自由度
14.18术语“Student t分布”
14.19t分布的临界值
14.20表A.6；t分布的临界值
14.21总体均值μ的置信区间：来自标准差σ未知的正态总体的小样本(n＜30)
14.22确定样本容量：来自标准差σ未知的正态总体的小样本
14.23总体均值μ的置信区间：来自标准差σ未知的正态总体的大样本(n≥30)
14.24总体均值μ的置信区间：来自标准差σ未知的非正态总体的大样本(n≥30)
第十五章 总体方差、标准差及比率的单样本估计
15.1方差、标准差及比率的最优估计
15.2X2统计量和X2分布
15.3X2分布的临界值
15.4表A.7：X2分布的临界值
15.5正态分布总体方差σ2的置信区间
15.6置信限的表示
15.7方差置信区间的精度
15.8确定为得到方差的所要求估计性质所必需的样本容量
15.9用近似正态方法确定方差的置信区间
15.10用样本方差的抽样分布来近似总体方差的置信区间
15.11正态分布总体标准差σ的置信区间
15.12用样本标准差的抽样分布来近似总体标准差的置信区间
15.13二项总体比率P的最优估计
15.14二项总体比率P的近似置信区间的导出
15.15参数P的估计
15.16当P未知时，确定何时n为“足够大”
15.17有限总体无放回抽样对二项参数P的近似置信区间
15.18二项参数P的精确的置信区间
15.19二项参数P的近似置信区间估计的精度
15.20确定二项参数P近似置信区间的样本容量
15.21二项总体百分比的近似置信区间
15.22二项总体总的成功次数的近似置信区间
15.23估计总体容量N的捕获-再捕获方法
第十六章 单样本的假设检验
16.1统计假设检验
16.2零假设和对立假设
16.3零假设的检验
16.4单侧与双侧假设检验
16.5总体均值μ的假设检验：标准差σ已知的正态分布总体
16.6P值
16.7第Ⅰ类错误和第Ⅱ错误
16.8临界值与临界域
16.9显著水平
16.10统计假设检验的决策规则
16.11统计假设的选择
16.12第Ⅱ类错误概率
16.13使用方风险和生产方风险
16.14为何不能证明零假设
16.15古典推断与Bayes推断
16.16检验零假设的步骤
16.17用X作为检验统计量的假设检验
16.18检验的功效，操作特性曲线和功效曲线
16.19总体均值μ的假设检验：取自未知标准差σ的正态分布总体的小样本(n＜30)
16.20t统计量的P值
16.21t统计量的假设检验决策规则
16.22β，1-β，功效曲线和OC曲线
16.23总体均值μ的假设检验：来自任意分布总体的大样本(n≥30)
16.24单样本参数假设检验的假定条件
16.25违背假定的情况
16.26检验正态分布总体方差σ2的假设
16.27检验正态分布总体标准差σ2的假设
16.28检验二项总体比率P的假设：大样本
16.29检验二项总体比率P的假设：小样本
第十七章 两样本估计和假设检验
17.1独立样本和成对样本
17.2两总体均值差(μ1-μ2)的最优估计
17.3均值差的理论抽样分布
17.4均值差(μ1-μ2)的置信区间：标准差(σ1、σ2)已知的正态分布总体的独立样本
17.5均值差(μ1-μ2)的假设检验：标准差(σ1、σ2)已知的正态分布总体的独立样本
17.6两均值差的标准误的估计
17.7均值差(μ1-μ2)的置信区间：标准差未知，但假定相等(σ1=σ2)的正态分布总体的独立小样本(n1＜30且n2＜30)
17.8均值差(μ1-μ2)的假设检验：标准差未知，但假设相等(σ1=σ2)的正态分布总体的独立小样本(n1＜30且n2＜30)
17.9均值差(μ1-μ2)的置信区间：标准差(σ1和σ2)未知的任何总体分布的独立大样本(n1≥30且n2≥30)
17.10均值差(μ1-μ2)的假设检验：标准差(σ1和σ2)未知的任意分布总体的独立大样本(n1≥30且n2≥30)
17.11均值差(μ1-μ2)的置信区间：成对样本
17.12均值差(μ1-μ2)的假设检验：成对样本
17.13均值的两样本参数估计和假设检验的假定
17.14如果违背假定
17.15独立样本和成对样本方法在精确性和功效方面的比较
17.16F统计量
17.17F分布
17.18F分布的临界值
17.19表A.8：F分布的临界值
17.20方差比(σ1平方/σ2平方)的置信区间：参数(σ1平方，σ1，μ1和σ2平方，σ2，μ2)未知的正态分布总体的独立样本
17.21方差比(σ1平方/σ2平方)的假设检验：参数(σ1平方，σ1，μ1和σ2平方，σ2，μ2)未知的正态分布总体的独立样本
17.22何时检验方差齐性
17.23比率差(P1-P2)的最优估计量：独立大样本
17.24比率差的理论抽样分布
17.25二项总体比率差(P1-P2)的近似置信区间：独立大样本
17.26两个二项总体比率差(P1-P2)的假设检验：独立大样本
第十八章 多个样本的参数估计与假设检验
18.1多个样本推断
18.2方差分析
18.3单向、多向及多向方差分析
18.4单向方差分析：固定效应、随机效应
18.5单向固定效应方差分析：各种假定
18.6样本容量相等时的单向固定效应方差分析：H0与H1
18.7样本容量相等时的单向固定效应方差分析：数据的整理
18.8样本容量相等时的单向固定效应方差分析：基本原理
18.9SST=SSA+SSW
18.10SST与SSA的计算公式
18.11自由度与均方
18.12F检验
18.13方差分析表
18.14多重比较检验
18.15Duncan多重极差检验
18.16多重比较的后继问题：置信区间的计算
18.17方差齐性的检验
18.18单向固定效应方差分析：样本容量相等或不等
18.19一般程序的单向固定效应方差分析：数据的整理
18.20一般程序的单向固定效应方差分析：平方和
18.21一般程序的单向固定效应方差分析：自由度与均方
18.22一般程序的单向固定效应方差分析：F检验
18.23一般程序的单向固定效应方差分析：多重比较
18.24一般程序的单向固定效应方差分析：置信区间的计算及方差齐性的检验
18.25方差分析前提假定的破坏
第十九章 回归和相关
19.1两变量间关系的研究
19.2简单线性回归模型
19.3最小二乘回归直线
19.4方差σ2y，x的估计
19.5截矩a和斜率b的均值和方差
19.6截矩a和斜率b的置信区间
19.7方差σ2y，x的置信区间
19.8Y期望值的预测区间
19.9关于斜率b的假设检验
19.10两样本或多样本的简单线性回归方程的比较
19.11多元线性相关
19.12简单线性回归
19.13相关系数r的导出
19.14总体相关系数ρ的置信区间
19.15用r分布检验总体相关系数ρ的假设
19.16用t分布检验假设ρ的假设
19.17用Z分布检验假设ρ=c
19.18样本相关系数r的解释
19.19多重相关与偏相关
第二十章 非参数方法
20.1非参数方法与参数方法
20.2X平方检验
20.3X平方拟合优度检验
20.4独立性的X平方检验：列联表分析
20.5k个二项比率齐性的X平方检验
20.6秩次检验
20.7单样本检验：Wilcoxon符号秩检验
20.8两样本检验：相依样本的Wilcoxon符号秩检验
20.9两样本检验：独立样本的Mann-Whitney U检验
20.10多样本检验：k个独立样本的Kruskal-Wallis H检验
20.11Spearman秩相关检验
附录
表A.3累积二项概率
表A.4累积Poisson概率
表A.5标准正态分布的面积
表A.6t分布的临界值
表A.7X平方分布的临界值
表A.8F分布的临界值
表A.9最小显著的学生化极差rp
表A.10r到Zr的变换
表A.11Pearson乘积矩相关系数r的临界值
表A.12Wilcoxon W的临界值
表A.13Mann-Wallis U的临界值
表A.14Kruskal-Wallis H的临界值
表A.15Spearman rs的临界值
媒体评论
