《应用概率（下）》求取 ⇩

第六章导出分布1

6.1 引言1

6.2 单调函数1

6.3 单调增函数的密度函数2

6.4 单调减函数的密度函数5

6.5 概率变换8

6.6 平方与绝对值的密度函数9

6.7 多元函数的分布11

6.8 统计学中用的某些导出分布21

6.9 x2分布21

6.10 t 分布23

6.11 F 分布24

6.12 非独立变量的函数的分布25

6.13 多元函数的联合分布30

6.14 显著性检验44

6.15 两个百分数之差的超几何检验55

6.16 集体显著性59

习题63

第七章数学期望70

7.1 定义70

7.2 均值72

7.3 均值的一些其他性质77

7.4 方差79

7.5 方差的无偏估计85

7.6 极值的概率89

7.7 多元函数91

7.8 协方差与相关94

7.9 线性函数的方差95

7.10 期望值理论的应用97

习题120

第八章母函数128

8.1 矩128

8.2 分布函数的特征化129

8.3 特征函数132

8.4 矩量母函数136

8.5 多元矩量母函数147

8.6 渐近分布151

习题159

第九章Markov 过程与排队162

9.1 定义162

9.2 数学性质162

9.3 差分方程165

9.4 遍历性过程170

9.5 Malkov 过程与报酬177

9.6 对策与 Markov 过程182

9.7 连续的 Markov 过程186

9.8 连续的 Markov 过程例解193

第九章附录202

9.9 极大化程序的收敛性202

习题203

10.1 引言208

第十章概率的某些统计应用208

10.2 正态检验209

10.3 两个百分数之差的正态检验209

10.4 关联性或独立性的正态检验214

10.5 x2检验217

10.6 拟合适度的 x2检验217

10.7 均匀性的 x2检验222

10.8 关联性或独立性的 x2检验226

10.9 正态总体的？和 s2的分布231

10.10 t 检验236

10.11 一个均值的 t 检验237

10.12 配对观测的均值的 t 检验239

10.13 两个独立样本的均值之差的 t 检验241

10.14 μ和σ2各自的置信限246

10.15 F 检验250

10.16 检验方差是否相等251

10.17 多个均值是否相等的 F 检验257

习题263