《現代工業統計:質量與可靠性的設計及控制(影印版)》是由全國統計教材編審委員會組織引進，主要內容包括統計思維和分析的原則，了解變異性，機率和分布函式的基本模型，參數統計推斷，多重線性回歸和方差分析，統計過程控制的基本手段和原則，隨機性檢驗，用設計確保質量等幾大部分組成。
基本介紹
- 書名：現代工業統計:質量與可靠性的設計及控制
- 作者：肯耐特(Ron S.Kenett) 亞克斯(Shelemyahu Zacks)
- 出版日期：2003年5月1日
- 語種：英語, 簡體中文
- ISBN：7503741015
- 外文名：Modern Industrial Statistics Design and Control of Quality and Reliability
- 出版社：中國統計出版社
- 頁數：621頁
- 開本：16
基本介紹,內容簡介,作者簡介,圖書目錄,
基本介紹
內容簡介
《現代工業統計:質量與可靠性的設計及控制(影印版)》由中國統計出版社出版。
作者簡介
作者：（美國）肯耐特（Ron S. Kenett） （美國）亞克斯（Shelemyahu Zacks）
圖書目錄
第一篇 統計思維和分析的原則
第1章 統計方法在現代工業中的作用
1.1 工業的不同功能區域
1.2 質量一生產率悖論
1.3 救火
1.4 產品檢驗
1.5 過程控制
1.6 用設計確保質量
1.7 本章要點
1.8 練習
第2章 了解變異性
2.1 隨機現象和觀測值的結構
2.2 測量的準確度和精度
2.3 總體和樣本
2.3.1 從一個有限總體中抽取一個隨機樣本
2.3.2 從一個無限總體中抽取一個隨機樣本
2.4 樣本數據的描述性分析
2.4.1 離散隨機變數的頻率分布
2.4.2 連續隨機變數的頻率分布
2.4.3 有序樣本的統計量
2.4.4 位置和離散程度的統計量
2.5 預測區間
2.6 其他探索性數據分析的方法
2.6.1 箱線圖
2.6.2 分位數圖
2.6.3 莖葉圖
2.6.4 位置和離散程度的穩健統計量
2.7 本章要點
2.8 練習
第3章 多維的變異性
3.1 圖形展示和分析
3.1.1 散點圖
3.1.2 多重箱圖
3.2 動態圖
3.2.1 三維旋轉圖
3.2.2 梳理、編碼和變換
3.3 多維的頻率分布
3.3.1 二維聯合頻率分布
3.3.2 條件分布
3.4 相關和回歸分析
3.4.1 協方差和相關
3.4.2 根據數據擬合簡單回歸直線
3.4.2.1 最小二乘法
3.4.2.2 回歸和預測值區間
3.4.2.3 相關和回歸的穩健方法
3.5 列聯表
3.5.1 列聯表的結構
3.5.2 列聯表的關聯指數
3.5.2.1 兩區間尺度變數
3.5.2.2 分類變數的關聯指數
3.6 本章要點
3.7 練習
第4章 機率和分布函式的基本模型
4.1 基礎機率
4.1.1 事件和樣本空間：隨機測度的正規表述
4.1.2 事件運算的基本規則：並與交
4.1.3 事件的機率
4.1.4 隨機抽樣的機率函式
4.1.5 事件的條件機率和獨立性
4.1.6 貝葉斯公式及其套用
4.2 隨機變數及其分布
4.2.1 離散分布和連續分布
4.2.1.1 離散型隨機變數
4.2.1.2 連續型隨機變數
4.2.2 分布的期望和矩
4.2.3 標準差、分位數、偏度和峰度
4.2.4 矩母函式
4.3 離散分布族
4.3.1 二項分布
4.3.2 超幾何分布
4.3.3 泊松分布
4.3.4 幾何分布和負二項分布
4.4 連續分布
4.4.1 在區間（a，b）（a 4.4.2 常態分配和對數常態分配
4.4.2.1 常態分配
4.4.2.2 對數常態分配
4.4.3 指數分布
4.4.4 伽瑪分布和威布爾分布
4.4.5 貝塔分布
4.5 聯合、邊際和條件分布
4.5.1 聯合分布和邊際分布
4.5.2 協方差和相關
4.5.3 條件分布
4.6 一些多維分布
4.6.1 多項分布
4.6.2 多維超幾何分布
4.6.3 二維常態分配
4.7 順序統計量的分布
4.8 隨機變數的線性組合
4.9 大樣本逼近
4.9.1 大數法則
4.9.2 中心極限定理
4.9.3 一些正態近似
4.10 正態樣本統計量的其他分布
4.10.1 樣本方差的分布
4.10.2 學生t統計量
4.10.3 方差比率的分布
4.11 本章要點
4.12 練習
第5章 有限總體量的抽樣估計
5.1抽樣和估計問題
5.1.1 基本定義
5.1.2 總體量及其抽樣分布的樣本估計值
5.2 根據簡單隨機樣本進行估計
5.2.1 在放回隨機抽樣下Xn和S2n的性質
5.2.2 在不放回隨機抽樣下Xn和S2n的性質
5.3 根據分層不放回隨機抽樣估計均值
5.4 按比例分配和最優分配
5.5 在協方差已知下的預測模型
5.6 本章要點
5.7 練習
第6章 參數統計推斷
6.1 估計量的抽樣特徵
6.2 點估計的一些方法
6.2.1 矩方程估計量
6.2.2 最小二乘方法
6.2.3 極大似然估計量
6.3 樣本估計值與指定標準的比較一檢驗統計假設
6.3.1 基本概念
6.3.2 一些通常的單樣本假設檢驗
6.4 置信區間
6.4.1 當σ已知時，μ的置信區間
6.4.2 當σ未知時，μ的置信區間
6.4.3 σ2的置信區間
6.4.4 p的置信區間
6.5 容差區間
6.5.1 常態分配的容差區間
6.5.2 不依賴於分布的容差區間
6.6 根據機率圖檢驗正態性
6.7 擬合優度檢驗
6.7.1 卡方檢驗（大樣本）
6.7.2 柯爾莫哥羅夫一斯米爾諾夫檢驗
6.8 貝葉斯決策方法
6.8.1 先驗分布和後驗分布
6.8.2 貝葉斯檢驗和估計
6.8.2.1 貝葉斯檢驗
6.8.2.2 貝葉斯估計
6.8.3 真實參數的可信區間
6.9 本章要點
6.10 練習
第7章 不依賴於分布的推斷：計算機密集方法
7.1 來自參照分布的隨機抽樣
7.2 自助抽樣
7.2.1 自助法
7.2.2 自助法的審視
7.2.3 自助法的駕馭
7.3 假設的自助檢驗
7.3.1 均值的自助檢驗和置信區間
7.3.2 均值的學生檢驗
7.3.3 兩均值差異的學生檢驗
7.3.4 方差的自助檢驗和置信區間
7.3.5 幾個樣本統計量的比較
7.3.5.1 幾個樣本方差的比較
7.3.5.2 幾個均值的比較：單向方差分析
7.4 自助容差區間
7.4.1 貝努里樣本的自助容差區間
7.4.2 連續變數的容差區間
7.5 非參數檢驗
7.5.1 符號檢驗
7.5.2 隨機化檢驗
7.5.3 威爾科克森符號秩檢驗
7.6 本章所用的MINITAB宏和執行檔
7.7 本章要點
7.8 練習
第8章 多重線性回歸和方差分析
8.1 對兩變數的回歸
8.2 偏回歸和偏相關
8.3 多重線性回歸
8.4 偏F檢驗和序貫平方和
8.5 模型構造：逐步回歸
8.6 回歸診斷
8.7 定量反應分析：羅吉斯蒂克回歸
8.8 方差分析：均值的比較
8.8.1 統計模型
8.8.2 單向方差分析（ANOVA）
8.9 聯合置信區間：多重比較
8.10 分類數據分析
8.10.1 二項試驗的比較
8.10.2 列聯表的卡方檢驗
8.11 本章要點
8.12 練習
……
第二篇 工業統計的方法
參考文獻
附錄Ⅰ 統計量的矩陣代數概要（以MINITAB軟體為基礎）
附錄Ⅱ 模擬器
附錄Ⅲ 有關數據檔案和軟體的信息
附錄Ⅳ 有關數據檔案的詳細信息
附錄Ⅴ 有關BASIC執行檔和MINITAB宏的詳細信息
附錄Ⅵ S-PLUS程式
附錄Ⅶ 練習解答
附錄Ⅷ MINITAB操作和命令
附錄Ⅸ 縮略語名單
附錄Ⅹ 希臘字母
作者索引
主題索引
第1章 統計方法在現代工業中的作用
1.1 工業的不同功能區域
1.2 質量一生產率悖論
1.3 救火
1.4 產品檢驗
1.5 過程控制
1.6 用設計確保質量
1.7 本章要點
1.8 練習
第2章 了解變異性
2.1 隨機現象和觀測值的結構
2.2 測量的準確度和精度
2.3 總體和樣本
2.3.1 從一個有限總體中抽取一個隨機樣本
2.3.2 從一個無限總體中抽取一個隨機樣本
2.4 樣本數據的描述性分析
2.4.1 離散隨機變數的頻率分布
2.4.2 連續隨機變數的頻率分布
2.4.3 有序樣本的統計量
2.4.4 位置和離散程度的統計量
2.5 預測區間
2.6 其他探索性數據分析的方法
2.6.1 箱線圖
2.6.2 分位數圖
2.6.3 莖葉圖
2.6.4 位置和離散程度的穩健統計量
2.7 本章要點
2.8 練習
第3章 多維的變異性
3.1 圖形展示和分析
3.1.1 散點圖
3.1.2 多重箱圖
3.2 動態圖
3.2.1 三維旋轉圖
3.2.2 梳理、編碼和變換
3.3 多維的頻率分布
3.3.1 二維聯合頻率分布
3.3.2 條件分布
3.4 相關和回歸分析
3.4.1 協方差和相關
3.4.2 根據數據擬合簡單回歸直線
3.4.2.1 最小二乘法
3.4.2.2 回歸和預測值區間
3.4.2.3 相關和回歸的穩健方法
3.5 列聯表
3.5.1 列聯表的結構
3.5.2 列聯表的關聯指數
3.5.2.1 兩區間尺度變數
3.5.2.2 分類變數的關聯指數
3.6 本章要點
3.7 練習
第4章 機率和分布函式的基本模型
4.1 基礎機率
4.1.1 事件和樣本空間：隨機測度的正規表述
4.1.2 事件運算的基本規則：並與交
4.1.3 事件的機率
4.1.4 隨機抽樣的機率函式
4.1.5 事件的條件機率和獨立性
4.1.6 貝葉斯公式及其套用
4.2 隨機變數及其分布
4.2.1 離散分布和連續分布
4.2.1.1 離散型隨機變數
4.2.1.2 連續型隨機變數
4.2.2 分布的期望和矩
4.2.3 標準差、分位數、偏度和峰度
4.2.4 矩母函式
4.3 離散分布族
4.3.1 二項分布
4.3.2 超幾何分布
4.3.3 泊松分布
4.3.4 幾何分布和負二項分布
4.4 連續分布
4.4.1 在區間（a，b）（a 4.4.2 常態分配和對數常態分配
4.4.2.1 常態分配
4.4.2.2 對數常態分配
4.4.3 指數分布
4.4.4 伽瑪分布和威布爾分布
4.4.5 貝塔分布
4.5 聯合、邊際和條件分布
4.5.1 聯合分布和邊際分布
4.5.2 協方差和相關
4.5.3 條件分布
4.6 一些多維分布
4.6.1 多項分布
4.6.2 多維超幾何分布
4.6.3 二維常態分配
4.7 順序統計量的分布
4.8 隨機變數的線性組合
4.9 大樣本逼近
4.9.1 大數法則
4.9.2 中心極限定理
4.9.3 一些正態近似
4.10 正態樣本統計量的其他分布
4.10.1 樣本方差的分布
4.10.2 學生t統計量
4.10.3 方差比率的分布
4.11 本章要點
4.12 練習
第5章 有限總體量的抽樣估計
5.1抽樣和估計問題
5.1.1 基本定義
5.1.2 總體量及其抽樣分布的樣本估計值
5.2 根據簡單隨機樣本進行估計
5.2.1 在放回隨機抽樣下Xn和S2n的性質
5.2.2 在不放回隨機抽樣下Xn和S2n的性質
5.3 根據分層不放回隨機抽樣估計均值
5.4 按比例分配和最優分配
5.5 在協方差已知下的預測模型
5.6 本章要點
5.7 練習
第6章 參數統計推斷
6.1 估計量的抽樣特徵
6.2 點估計的一些方法
6.2.1 矩方程估計量
6.2.2 最小二乘方法
6.2.3 極大似然估計量
6.3 樣本估計值與指定標準的比較一檢驗統計假設
6.3.1 基本概念
6.3.2 一些通常的單樣本假設檢驗
6.4 置信區間
6.4.1 當σ已知時，μ的置信區間
6.4.2 當σ未知時，μ的置信區間
6.4.3 σ2的置信區間
6.4.4 p的置信區間
6.5 容差區間
6.5.1 常態分配的容差區間
6.5.2 不依賴於分布的容差區間
6.6 根據機率圖檢驗正態性
6.7 擬合優度檢驗
6.7.1 卡方檢驗（大樣本）
6.7.2 柯爾莫哥羅夫一斯米爾諾夫檢驗
6.8 貝葉斯決策方法
6.8.1 先驗分布和後驗分布
6.8.2 貝葉斯檢驗和估計
6.8.2.1 貝葉斯檢驗
6.8.2.2 貝葉斯估計
6.8.3 真實參數的可信區間
6.9 本章要點
6.10 練習
第7章 不依賴於分布的推斷：計算機密集方法
7.1 來自參照分布的隨機抽樣
7.2 自助抽樣
7.2.1 自助法
7.2.2 自助法的審視
7.2.3 自助法的駕馭
7.3 假設的自助檢驗
7.3.1 均值的自助檢驗和置信區間
7.3.2 均值的學生檢驗
7.3.3 兩均值差異的學生檢驗
7.3.4 方差的自助檢驗和置信區間
7.3.5 幾個樣本統計量的比較
7.3.5.1 幾個樣本方差的比較
7.3.5.2 幾個均值的比較：單向方差分析
7.4 自助容差區間
7.4.1 貝努里樣本的自助容差區間
7.4.2 連續變數的容差區間
7.5 非參數檢驗
7.5.1 符號檢驗
7.5.2 隨機化檢驗
7.5.3 威爾科克森符號秩檢驗
7.6 本章所用的MINITAB宏和執行檔
7.7 本章要點
7.8 練習
第8章 多重線性回歸和方差分析
8.1 對兩變數的回歸
8.2 偏回歸和偏相關
8.3 多重線性回歸
8.4 偏F檢驗和序貫平方和
8.5 模型構造：逐步回歸
8.6 回歸診斷
8.7 定量反應分析：羅吉斯蒂克回歸
8.8 方差分析：均值的比較
8.8.1 統計模型
8.8.2 單向方差分析（ANOVA）
8.9 聯合置信區間：多重比較
8.10 分類數據分析
8.10.1 二項試驗的比較
8.10.2 列聯表的卡方檢驗
8.11 本章要點
8.12 練習
……
第二篇 工業統計的方法
參考文獻
附錄Ⅰ 統計量的矩陣代數概要（以MINITAB軟體為基礎）
附錄Ⅱ 模擬器
附錄Ⅲ 有關數據檔案和軟體的信息
附錄Ⅳ 有關數據檔案的詳細信息
附錄Ⅴ 有關BASIC執行檔和MINITAB宏的詳細信息
附錄Ⅵ S-PLUS程式
附錄Ⅶ 練習解答
附錄Ⅷ MINITAB操作和命令
附錄Ⅸ 縮略語名單
附錄Ⅹ 希臘字母
作者索引
主題索引
