圖書簡介
本書內容涵蓋了隨機事件與機率、隨機變數及其分布、多維隨機變數及其分布、隨機變數的數字特徵、大數定律與中心極限定理、數理統計的基礎知識、參數估計、假設檢驗、回歸分析等9章的知識要點總結、典型例題分析、配套習題詳解及模擬試題與解答.
圖書前言
本書是吉林省精品課項目及吉林省高等教育重點教學項目研究成果之一,是高等學校經濟管理數學基礎輔導系列教材中的第三分冊.
本套高等學校經濟管理數學基礎輔導系列由《經濟
數學——微積分學習輔導》、《經濟數學——線性代數學習輔導》和《經濟數學——機率論與數理統計學習輔導》三本教材組成,由李延敏任總主編.
全書以教材內容為主線,圍繞教材中的隨機事件與機率、隨機變數及其分布、多維隨機變數及其分布、隨機變數的數字特徵、大數定律與中心極限定理、數理統計的基礎知識、參數估計、假設檢驗、回歸分析等9章的基本概念、理論和方法進行總結,精心組織典型例題與自測試題,對配套教材習題給出詳細解答. 對每一章教材內容,本書編配四部分內容:知識要點總結、典型例題分析、教材習題詳解、模擬試題及解答. 編寫時力求突出以下特點:
1.知識要點的總結與課程內容和要求有機聯繫起來,有助於學生對基礎知識的鞏固、理解和提高.
2.典型例題選題廣泛、典型且新穎,按知識和解題思路的自然順序編排,有助於學生把握知識間的聯繫,使學生能夠受到啟發並開拓思路.
3.既有加強對概念深入理解的問題,又有綜合運用相關知識的問題.通過點面結合,促使學生打牢基礎的同時,加強知識間的聯繫並提高綜合分析和套用的能力.
4.分析、啟發式的解題思路,幫助學生迅速抓住問題的關鍵和本質,培養靈活性,避免簡單的、機械的模仿,真正提高解題能力.
5.典型例題和自測習題相搭配,聯繫緊密,使學生能夠學練結合,鞏固提高.
6.歸納總結了歷屆考研題型,使學生能夠在鞏固基礎的同時提高應試能力,避免學生考研複習和一些考研輔導書不重視基礎的通病.
7.對教材中一般習題都給出解答,部分較難的習題給出詳細的解答,解決學生在學習課程時遇到的困難.
8.對應教材自測試題分兩類,既有基礎考評又有提高綜合試題,有利於分級分層教學.
本書共有9章,第1章由劉麗梅編寫; 第2章由於卓熙編寫; 第3章由張雨雷編寫;第4章、第5章由王雷編寫;第6章、第7章由趙啟明、陳知之編寫;第8章由馮由玲編寫; 第9章由劉琳琳、李延敏編寫. 全書的編寫思想、結構安排、統稿定稿由於卓熙承擔.
本輔導教材的出版得到了清華大學出版社的大力支持,尤其是佟麗霞編輯為本教材的策劃和出版做了大量的工作,在此表示衷心感謝. 本輔導教材也得到了吉林財經大學、北華大學等高校的大力支持,在此一併表示感謝.
圖書目錄
第一章隨機事件與機率
一、 知識要點
(一) 隨機事件與樣本空間
(二) 事件間的關係與事件的運算
(三) 頻率與機率
(四) 古典概型和幾何概型
(五) 條件機率
(六) 事件的獨立性
(七) 全機率公式與貝葉斯公式
二、 典型例題
(一) 隨機事件的運算及其機率性質
(二) 古典概型
(三) 幾何概型
(四) 條件機率與乘法公式
(五) 事件的獨立性
(六) 全機率公式與貝葉斯公式
三、 習題解答
四、 模擬試題
第二章隨機變數及其分布
一、 知識要點
(一) 隨機變數
(二) 離散型隨機變數
(三) 隨機變數的分布函式
(四) 連續型隨機變數
(五) 隨機變數函式的分布
二、 典型例題
(一) 利用古典概型的機率計算方法及運算法則求事件{X=k}的機率
(即X的分布列),並進一步求X的分布函式
(二) 套用分布的充要條件求分布中的未知參數或確定分布
(三) 分布函式、分布律、機率密度函式之間的關係與轉換
(四) 幾種重要分布的套用
(五) 由隨機變數X的分布求其函式的分布
三、 習題解答
四、 模擬試題
第三章多維隨機變數及其分布
一、 知識要點
(一) 二維隨機變數及其分布
(二) 邊緣分布
(三) 條件分布
(四) 隨機變數的獨立性
(五) 隨機變數函式的分布
(六) 常見的二維分布
二、 典型例題
(一) 聯合分布、邊緣分布與條件分布的計算
(二) 已知部分分布律或邊緣分布,求聯合分布律或相關參數
(三) 利用已知分布求相關事件的機率
(四) 隨機變數的獨立性的討論
(五) 二維隨機變數函式的分布
三、 習題解答
四、 模擬試題
第四章隨機變數的數字特徵
一、 知識要點
(一) 隨機變數的數學期望
(二) 隨機變數的方差
(三) 協方差與相關係數
二、 典型例題
(一) 利用X的分布,依據定義求EX
(二) 利用X的分布,依據計算E[g(X)]的公式,求一維隨機變數的
數字特徵
(三) 利用(X,Y)的分布,依據計算E[g(X,Y)]的公式,求二維隨機變數
的數字特徵
(四) 依據性質,求數字特徵
三、 習題解答
四、 模擬試題
第五章大數定律與中心極限定理
一、 知識要點
(一) 切比雪夫不等式與大數定律
(二) 中心極限定理
二、 典型例題
(一) 分布未知時,利用切比雪夫不等式估計機率或者證明機率不等式
(二) 當Xi(i=1,2,…,n)的分布未知時,利用獨立同分布中心極限定理,
確定∑ni=1Xi為近似常態分配
(三) 利用棣莫弗?拉普拉斯中心極限定理,將二項分布近似成常態分配
三、 習題解答
四、 模擬試題
第六章數理統計的基礎知識
一、 知識要點
(一) 總體、樣本和統計量
(二) 正態總體的抽樣分布
二、 典型例題
(一) 利用統計量定義確定統計量
(二) 利用總體的數字特徵,求樣本的數字特徵
(三) 求隨機變數的抽樣分布
三、 習題解答
四、 模擬試題
第七章參數估計
一、 知識要點
(一) 參數的點估計
(二) 估計量的優劣標準
(三) 正態總體參數的區間估計
(四) 非正態總體參數的區間估計
二、 典型例題
(一) 點估計法
(二) 估計量的優劣標準及證明
(三) 正態總體均值與方差的區間估計
(四) 非正態總體參數的區間估計
三、 習題解答
四、 模擬試題
第八章假設檢驗
一、 知識要點
(一) 假設檢驗的基本思想和概念
(二) 單個正態總體參數的假設檢驗
(三) 兩個正態總體參數的假設檢驗
*(四) 非正態總體參數的假設檢驗
*(五) 總體分布的擬合檢驗
二、 典型例題
(一) 單個正態總體均值的假設檢驗
(二) 單個正態總體方差的假設檢驗
(三) 兩個正態總體均值差的假設檢驗
(四) 兩個正態總體方差比的假設檢驗
*(五) 非正態總體參數的假設檢驗
*(六) χ2擬合檢驗法檢驗總體分布
三、 習題解答
四、 模擬試題
第九章回歸分析
一、 知識要點
(一) 一元線性回歸
(二) 一元線性回歸方程的顯著性檢驗
(三) 線性回歸方程的預測與控制
(四) 可化為一元線性回歸的模型
*(五) 多元線性回歸
二、 典型例題
(一) 回歸關係的性質
(二) 根據一元線性回歸方程的定義判斷回歸模型能否轉化為
一元線性回歸模型
(三) 一元線性回歸方程的最小二乘估計與顯著性檢驗
*(四) 多元線性回歸方程的最小二乘估計與顯著性檢驗
三、 習題解答
四、 模擬試題
模擬試題參考答案