《理工科機率統計》是機械工業出版社出版的圖書，作者是(美國)沃波爾(Walpole.R.E.) 等
基本介紹
- 書名：理工科機率統計
- ISBN：9787111277088
- 頁數：588頁
- 出版社：機械工業出版社
圖書信息,作者簡介,內容簡介,目錄,
圖書信息
外文書名: Probability and Statistics for Engineers and Scientists(Eighth Edition)
叢書名: 統計學精品譯叢
正文語種: 簡體中文
開本: 16
條形碼: 9787111277088
尺寸: 23.8 x 18.2 x 2.4 cm
重量: 898 g
作者簡介
作者：(美國)沃波爾(Walpole.R.E.) 等 譯者：馬昀蓓 謝尚宇 王曉婧 等
Raymond H.Myers，維吉尼亞科技大學統計學名譽教授，主要研究領域為線性模型、試驗設計和回響曲面方法。他曾獲得多項教學成果獎，並於1974年被推選為美國標準協會（ASA）會員，1985年被教育發展和支持委員會評為維吉尼亞州“年度教授”，1999年被美國質量協會授予Shewhart獎章。
Sharon L.Myers Radford，大學數理統計學名譽教授，主要研究領域為統計計算、回歸分析和回響曲面方法。她曾擔任維吉尼亞科技大學統計諮詢中心副主任15年，擔任Radford大學統計諮詢中心主任7年。
內容簡介
《理工科機率統計(原書第8版)》深入淺出地介紹統計理論與方法，突出統計思想，為便於讀者學習和掌握所介紹的各種統計方法，列舉了大量的實際數據例子。主要內容包括：機率、隨機變數與機率分布、數學期望、一些離散機率分布、連續型機率分布、基本的抽樣分布和數據描述、單樣本和兩樣本的估計問題、單樣本和兩樣本的假設檢驗、簡單線性回歸和相關、多元線性回歸和一些非線性回歸模型、單因子試驗、析因試驗、非參數統計和統計質量控制等。
《理工科機率統計(原書第8版)》是數理統計學的優秀入門教材，深入淺出地介紹了統計理論與方法，強調機率模型和統計方法的套用，較好地處理了理論與方法之間的關係，以大量的實際數據例子說明各種統計方法的套用，使讀者更能洞悉和體會統計思維與統計方法的本質。
目錄
譯者序
前言
第1章 統計與數據分析概述
1.1 回顧：統計推斷、樣本、總體和試驗設計
1.2 機率的作用
1.3 抽樣過程、數據的收集
1.4 位置測量值：樣本平均數和中位數
1.5 波動性的度量
1.6 離散數據和連續數據
1.7 統計模型、科學考察和圖像診斷
1.8 圖表方法和數據描述
1.9 一般統計研究的形式：試驗設計、觀測研究和回顧性研究
第2章 機率
2.1 樣本空間
2.2 事件
2.3 樣本點計算
2.4 事件的機率
2.5 加法規則
2.6 條件機率
2.7 乘法公式
2.8 貝葉斯公式
第3章 隨機變數與機率分布
3.1 隨機變數的概念
3.2 離散機率分布
3.3 連續機率分布
3.4 聯合機率分布
3.5 可能的誤解和風險及其與其他章節的關係
第4章 數學期望
4.1 隨機變數的均值
4.2 隨機變數的方差和協方差
4.3 隨機變數線性組合的均值和方差
4.4 切比雪夫定理
4.5 可能的誤解和風險及其與其他章節的關係
第5章 一些離散機率分布
5.1 引言和目的
5.2 離散均勻分布
5.3 二項分布和多項式分布
5.4 超幾何分布
5.5 負二項分布和幾何分布
5.6 泊松分布和泊松過程
5.7 可能的誤解和風險及其與其他章節的關係
第6章 連續機率分布
6.1 連續均勻分布
6.2 常態分配
6.3 正態曲線下的面積
6.4 常態分配的套用
6.5 二項式的正態近似
6.6 伽瑪分布和指數分布
6.7 指數分布和伽瑪分布的套用
6.8 卡方分布
6.9 對數常態分配
6.10 韋布爾分布
6.11 可能的誤解和風險及其與其他章節的關係
第7章 隨機變數的函式
7.1 引言
7.2 變數的變換
7.3 矩和矩母函式
第8章 基本的抽樣分布和數據描述
8.1 隨機抽樣
8.2 一些重要的統計量
8.3 數據顯示和圖形法
8.4 抽樣分布
8.5 均值的抽樣分布
8.6 S2的抽樣分布
8.7 t分布
8.8 F分布
8.9 可能的誤解和風險及其與其他章節的關係
第9章 單樣本和兩樣本的估計問題
9.1 引言
9.2 統計推斷
9.3 經典估計方法
9.4 單樣本：估計均值
9.5 點估計的標準誤差
9.6 預測區間
9.7 容忍限
9.8 兩樣本：估計均值差
9.9 配對觀測
9.10 單樣本：估計一個比例
9.11 兩樣本：估計兩比例的差
9.12 單樣本：估計方差
9.13 兩樣本：估計兩方差比率
9.14 極大似然估計
9.15 可能的誤解和風險及其與其他章節的關係
第10章 單樣本和兩樣本的假設檢驗
10.1 統計假設的基本概念
10.2 統計假設檢驗
10.3 單邊檢驗和雙邊檢驗
10.4 利用P值實施假設檢驗的決策
10.5 單樣本的均值檢驗（方差已知）
10.6 假設檢驗與區間估計的關係
10.7 單樣本的均值檢驗（方差未知）
10.8 兩樣本的均值檢驗
10.9 均值檢驗樣本容量的選擇
10.10 均值比較的圖形方法
10.11 單樣本比例檢驗
10.12 兩樣本比例檢驗
10.13 單樣本和兩樣本的方差檢驗
10.14 擬合優度檢驗
10.15 獨立性檢驗（分類數據）
10.16 齊次性檢驗
10.17 多比例檢驗
10.18 兩樣本案例研究
10.19 可能的誤解和風險及其與其他章節的關係
第11章 簡單線性回歸和相關性
11.1 線性回歸簡介
11.2 簡單線性回歸模型
11.3 最小二乘與擬合模型
11.4 最小二乘估計量的性質
11.5 關於回歸係數的推斷
11.6 預測
11.7 回歸模型的選擇
11.8 方差分析方法
11.9 對回歸線性的檢驗：重複觀測的數據
11.10 數據圖形和變換
11.11 簡單線性回歸案例研究
11.12 相關性
11.13 可能的誤解和風險及其與其他章節的關係
第12章 多元線性回歸和一些非線性回歸模型
12.1 引言
12.2 估計係數
12.3 線性回歸模型的矩陣形式
12.4 最小二乘估計量的性質
12.5 關於多元線性回歸的推斷
12.6 利用假設檢驗選擇擬合模型
12.7 正交性特例
12.8 屬性或示性變數
12.9 模型選擇的序貫方法
12.10 對殘差的研究以及對假設的違背（模型檢驗）
12.11 互動驗證、Cp以及模型選擇的其他準則
12.12 非理想條件下的特殊非線性模型
12.13 可能的誤解和風險及其與其他章節的關係
第13章 單因子試驗的一般性介紹
13.1 方差分析方法
13.2 試驗設計
13.3 單向方差分析：完全隨機設計（單向ANOVA）
13.4 方差齊次性檢驗
13.5 單自由度的比較
13.6 多重比較
13.7 帶有控制組處理的比較
13.8 在區組中處理集比較
13.9 隨機完全區組設計
13.10 圖解法與模型診斷
13.11 方差分析中的數據變換
13.12 拉丁方
13.13 隨機效應模型
13.14 方差分析檢驗的功效
13.15 案例研究
13.16 可能的誤解和風險及其與其他章節的關係
第14章 析因試驗（兩個或多個因子）
14.1 引言
14.2 兩因子試驗中的互動作用
14.3 兩因子方差分析
14.4 三因子試驗
14.5 模型Ⅱ和模型Ⅲ析因試驗
14.6 樣本容量的選擇
14.7 可能的誤解和風險及其與其他章節的關係
第15章 2k析因試驗與分式試驗
15.1 引言
15.2 2k析因：效應的估計和方差分析
15.3 無重複的2k析因試驗
15.4 注射制模案例研究
15.5 回歸模型中的析因試驗
15.6 正交設計
15.7 在不完全區組中的析因試驗
15.8 分式析因試驗
15.9 分式析因試驗的分析
15.10 高階分式和篩選設計
15.11 用8、16和32個設計點構造分辨度為Ⅲ和Ⅳ的設計
15.12 其他兩水平的分辨度為Ⅲ的設計以及Plackett-Burman設計
15.13 穩健參數設計
15.14 可能的誤解和風險及其與其他章節的關係
第16章 非參數統計
16.1 非參數檢驗
16.2 符號秩檢驗
16.3 Wilcoxon秩和檢驗
16.4 Kruskal-Wallis檢驗
16.5 遊程檢驗
16.6 容忍限
16.7 秩相關係數
第17章 統計質量控制
17.1 引言
17.2 控制限的性質
17.3 控制圖的用途
17.4 變數的控制圖
17.5 屬性的控制圖
17.6 Cusum控制圖
第18章 貝葉斯統計
18.1 貝葉斯的概念
18.2 貝葉斯推斷
18.3 運用決策理論框架進行貝葉斯估計
附錄A 統計表及證明
附錄B 奇數習題答案
參考文獻
