機率論導論(英文影印中文導讀版)

機率論導論(英文影印中文導讀版)

《機率論導論(英文影印中文導讀版)》是2017年2月機械工業出版社出版的圖書,作者是約瑟夫 K 布利茨斯坦。

基本介紹

  • 中文名:機率論導論(英文影印中文導讀版)
  • 作者:約瑟夫 K 布利茨斯坦
  • ISBN:9787111552222
  • 定價:108元
  • 出版社:機械工業出版社
  • 出版時間:2017年2月
  • 裝幀:平裝
  • 開本:16開
內容簡介,圖書目錄,

內容簡介

機率導論這本書產生於的哈佛統計學講座,該書提供了基本的理解統計學、隨機性和不確定性的語言和工具。它採用了多種多樣的套用和實例,從偶然性與悖論到谷歌網頁排名與馬爾科夫鏈蒙特卡羅(MCMC)等。該書還探討了其他一些套用領域諸如基因學、藥學、計算機科學和信息理論等。紙質書版本還包括了提供免費訪問電子書版本的代碼。作者通過採用真實世界的例子以一種易理解的方式和激發的理念來呈現內容。整本書中,作者都採用故事來揭示統計學中的基本分布之間的聯繫並通過條件化將複雜的問題歸約為易於掌控的若干小問題。本書包含了很多直觀的解釋、圖示和實踐問題。每一章的結尾部分都給出了如何利用R軟體來完成相關仿真和計算的方法,這裡R是一種免費的統計軟體。

圖書目錄

vi前言
Prefacevii
前言(譯)
原書前言
1 機率與計數1
1.1為什麼要學機率論?1
1.2樣本空間與鵝卵石世界3
1.3機率的樸素定義6
1.4如何計算機率8
1.5故事性證明19
1.6機率的非樸素定義20
1.7要點重述25
1.8R軟體套用示例27
1.9練習題31
2 條件機率41
2.1有條件地思考問題的重要性41
2.2定義與直觀解釋42
2.3貝葉斯準則與全機率公式47
2.4條件機率是機率53
2.5事件的獨立性56
2.6貝葉斯準則的一致性59
2.7條件化作為一種解決問題的工具60
2.8陷阱與悖論66
2.9要點重述70
2.10R軟體套用示例72
2.11練習題74
3 隨機變數及其分布91
3.1隨機變數91
3.2分布函式與機率質量函式94
3.3伯努利分布及二項分布100
3.5離散均勻分布106
3.7隨機變數函式的分布110
3.8隨機變數的獨立性117
3.9二項分布與超幾何分布之間的聯繫121
3.10要點重述124
3.11R軟體套用示例126
3.12練習題128x目錄
4 數學期望137
4.1期望的定義137
4.2期望的線性性質140
4.3幾何分布與負二項分布144
4.4示性隨機變數與基本橋樑151
4.5無意識的統計規律(LOTUS)156
4.6方差157
4.7泊松分布161
4.8泊松分布和二項分布之間的聯繫165
4.9*採用機率與期望證明存在性168
4.10要點重述174
4.11R軟體套用示例175
4.12練習題178
5.2均勻分布201
5.3均勻分布的普適性205
5.4常態分配211
5.5指數分布217
5.6泊松過程222
5.7獨立同分布的連續型隨機變數的對稱性225
5.8要點重述226
5.9R軟體套用示例228
5.10練習題231
6 矩243
6.1分布的數字特徵243
6.2矩的解釋248
6.3樣本矩252
6.5由矩量母函式得到生成矩259
6.6通過矩量母函式討論獨立隨機變數的和261
6.8要點重述267
6.9R軟體套用示例267
6.10練習題272
7 聯合分布277
7.1聯合、邊緣和條件分布278
7.2二維LOTUS298
7.3協方差與相關性300
7.4多項式分布306
7.5多元常態分配309
7.6要點重述316xii目錄
7.7R軟體套用示例318
7.8練習題320
8 變換339
8.1變數的變換341
8.2卷積346
8.3貝塔分布351
8.4伽馬分布356
8.5貝塔分布與伽馬分布之間的聯繫365
8.7要點重述370
8.8R軟體套用示例373
8.9練習題375
9 條件期望383
9.1給定事件的條件期望383
9.2給定隨機變數的條件期望392
9.3條件期望的性質394
9.4*條件期望的幾何解釋399
9.5條件方差400
9.6亞當與夏娃的例子402
9.7要點重述407
9.8R軟體套用示例408
9.9練習題410
10 不等式與極限定理421
10.1不等式422
10.2大數定理431
10.3中心極限定理435
10.4卡方分布與學生t分布441
10.5要點重述445
10.6R軟體套用示例447
10.7練習題450
11.1馬爾可夫性質與轉移矩陣459
11.2狀態分類465
11.3平穩分布469
11.4可逆性475
11.5要點重述480
11.6R軟體套用示例481
11.7練習題484
12 馬爾可夫鏈蒙特卡羅方法495
12.1MetropolisHastings方法496
12.2Gibbs採樣508
12.3要點重述515
12.4R軟體套用示例515
12.5練習題517
13 泊松過程519
13.1一維泊松過程519
13.2條件化、疊加性、稀疏化521
13.3多維泊松過程532
13.4要點重述534
13.5R軟體套用示例534
13.6練習題536
A數學基礎541
A.1集合541
A.2函式545
A.3矩陣550
A.4差分方程552
A.5微分方程553
A.6偏導數554
A.7多重積分554
A.8求和556
A.9模式識別558
A.10常識與核對答案558
B R軟體561
B.1向量561
B.2矩陣562
B.3數學運算563
B.4抽樣與仿真563
B.5作圖564
B.6編程564
B.7統計量匯總564
B.8分布565
C 分布列表567
參考文獻569
索引571

相關詞條

熱門詞條

聯絡我們