《数理统计学教程》求取 ⇩

第一章基本概念1

1.1 导言1

1.2 样本和样本分布10

1.3 统计推断23

1.4 统计量和抽样分布28

习题48

第二章点估计50

2.1 矩估计与极大似然估计50

2.2 无偏估计62

2.3 点估计的大样本理论79

习题91

第三章假设检验94

3.1 概述Pearson和Fisher的思想94

3.2 拟合优度检验101

3.3 Neyman-Pearson理论116

3.4 一致最优检验与无偏检验123

3.5 似然比检验132

3.6 正态分布参数的检验及有关检验138

3.7 序贯概率比检验153

习题161

第四章区间估计164

4.1 Neyman的置信区间理论165

4.2 Fisher的信任推断法179

4.3 容忍区间与容忍限184

习题189

第五章Bayes统计与统计判决理论192

5.1 Bayes统计推断193

5.2 统计判决理论217

习题241

第六章线性统计模型244

6.1 线性模型的概念和分类244

6.2 回归分朴250

6.3 方差分析269

6.4 协方差分析279

6.6 一般线性模型的统计推断282

附录A 统计中常用的矩阵代数298

习题304

第七章多元分析基础308

17.1 多元正态总体的抽样分布及参数推断309

17.2 判别分析325

17.3 多元线性模型337

17.4 随机向量的互依性351

习题364