✍ Scribed by 陈希孺
No coin nor oath required. For personal study only.
本书论述了自17世纪迄今数理统计学发展的简要历史。内容包括:概率基本概念的起源和发展,伯努利大数定律和狄莫旨二项概率正态逼近,贝叶斯关于统计推断的思想,最小二乘法与误差分布--高其正态分布的发现过程,社会统计学家对数理统计方法的主要贡献等。
封面
书名
版权
前言
目录
第一章 早期概率论——从萌芽到《推测术》
1.1 卡丹诺的著作
1.2 分赌本问题
1.3 巴斯噶与费尔马的通信
1.4 惠更斯的《机遇的规律》
1.5 《推测术》前三部分内容提要
1.6 关于概率的几点看法
1.7 伯努利大数定律
第二章 狄莫弗的二项概率逼近
2.1 狄莫弗的研究的动因
2.2 狄莫弗的初步结果
2.3 初步结果的改进·与斯特灵的联系
2.4 积分形式·Pd的近似公式
2.5 狄莫弗工作统计意义的讨论
2.6 二项概率逼近的其他工作
第三章 贝叶斯方法
3.1 贝叶斯及其传世之作
3.2 贝叶斯的问题提法
3.3 贝叶斯假设
3.4 问题的解答
3.5 贝叶斯假设的另一种解释
3.6 拉普拉斯的不充分推理原则
3.7 贝叶斯统计学
3.8 经验贝叶斯方法
第四章 最小二乘法
4.1 从算术平均谈起
4.2 勒让德以前的有关研究
4.3 勒让德发明最小二乘法
4.4 量测子午线长的工作
4.5 高斯的贡献
4.6 其他方法
第五章 误差与正态分布
5.1 早期天文学家的工作
5.2 辛普森的工作
5.3 拉普拉斯的工作
5.4 高斯导出误差正态分布
5.5 多维正态分布
5.6 偏态分布
第六章 社会统计
6.1 格朗特及其《观察》
6.2 佩蒂和他的“政治算术”
6.3 阿布兹诺特等的人口检验工作
6.4 魁特奈特的正态拟合
6.5 普通人
6.6 抽样调查
第七章 回归与相关：发现与早期发展
7.1 高尔登和正态分布
7.2 回归的发现
7.3 高尔登与相关系数
7.4 埃其渥斯
7.5 皮尔逊和约尔
第八章 小样本：统计学的新台阶
8.1 哥色特和t分布
8.2 费歇尔及其相关系数分布
8.3 费歇尔和F分布·方差分析
第九章 假设检验
9.1 卡尔·皮尔逊的拟合优度
Ⅰ.意义和背景
Ⅱ.皮尔逊文章内容概要
Ⅲ.皮尔逊和费歇尔的争论
9.2 费歇尔的显著性检验
9.3 奈曼和皮尔逊的故事
9.4 许宝？教授的贡献
第十章 参数估计
10.1 矩法与极大似然法
10.2 充分统计量
10.3 费歇尔点估计大样本理论
10.4 小样本
10.5 区间估计
卷尾语
参考文献
📜 SIMILAR VOLUMES
<p>本书论述了自17世纪迄今数理统计学发展的简要历史。内容包括:概率基本概念的起源和发展,伯努利大数定律和狄莫旨二项概率正态逼近,贝叶斯关于统计推断的思想,最小二乘法与误差分布--高其正态分布的发现过程,社会统计学家对数理统计方法的主要贡献等。</p>
<p>本书论述了自17世纪迄今数理统计学发展的简要历史。内容包括:概率基本概念的起源和发展,伯努利大数定律和狄莫旨二项概率正态逼近,贝叶斯关于统计推断的思想,最小二乘法与误差分布--高其正态分布的发现过程,社会统计学家对数理统计方法的主要贡献等。</p>
<p>《数理统计学教程》是数理统计学的基础教程，内容包括基本概念、点估计、假设检验、区间估计、Bayes统计与统计判决理论、线性统计模型和多元分析基础等。</p> <p>本书是为综合性大学和师范院校数学系的数理统计课以及高等院校数理统计专业大学生、研究生和教师进修班的数理统计基础课提供一种教材，也可供工科等非数学类学生选作此课程的教材或参考书。具备初等微积分、矩阵论以及概率论基本知识的读者，均可使用本书。本书的主要读者对象为理工科、经济、管理、师范院校等大学基础课师生及具有大学二年级数学程度的其他读者。</p>
<p>《数理统计》较系统地介绍了数理统计的基本内容，内容丰富，富有时代特色。书中有许多新的简明讲法，帮助学生更好地理解所学内容和加深对问题本质的理解。</p> <p>《数理统计》以讲授数理统计的基本思想方法为主，同时介绍数理统计的诸多应用案例，《数理统计》介绍的经验似然方法是近年来新发展的统计推断方法，在生物统计、可靠性分析、信号处理和不完全数据的统计推断方面有众多的应用，比现有教材中的似然比方法有计算简便、适用性更加广泛的优点。</p> <p>为了帮助读者更快地掌握计算机的使用，《数理统计》以工程技术和科学研究中普遍使用的Matlab为例，在相关章节后面介绍有关的Matlab调用命令，《