2版前言 版前言 章事件的概率1 1.1事件與樣本空間1 1.2古典概率幾何概率統計概率6 1.3概率的公理化定義15 1.4條件概率與乘法公式20 1.5全概率公式與貝葉斯公式24 1.6事件的獨立性29 2章變量及其分布37 2.1變量37 2.2變量的分布函數38 2.3離散型變量及其概率分布42 2.4常用離散型變量的分布律46 2.5連續(xù)型變量及其概率密度函數52 2.6常用的連續(xù)型變量分布55 2.7正態(tài)分布59 3章二維變量68 3.1向量與聯合分布68 3.2邊緣分布函數77 3.3邊緣分布律與條件分布律79 3.4邊緣概率密度與條件概率密度82 3.5相互獨立的變量88 4章變量的函數的分布98 4.1離散型變量的函數的分布98 4.2一維連續(xù)型變量的函數的分布104 4.3二維連續(xù)型變量的函數的分布111 5章變量的數字特征126 5.1數學期望126 5.2方差135 5.3常用變量的數學期望和方差138 5.4協方差和相關系數143 5.5矩協方差矩陣152 6章大數定律和中心極限定理156 6.1馬爾可夫不等式和切比雪夫不等式156 6.2大數定律159 6.3中心極限定理164 7章統計總體與樣本170 7.1總體與樣本170 7.2樣本矩和統計量173 7.3常用統計量的分布177 8章參數估計196 8.1參數的點估計196 8.2點估計量的優(yōu)良性207 8.3區(qū)間估計與置信區(qū)間214 8.4正態(tài)總體均值和方差的區(qū)間估計215 8.5兩個正態(tài)總體均值差和方差比的區(qū)間估計221 9章假設檢驗225 9.1假設檢驗的提出及其基本思想225 9.2正態(tài)總體均值和方差的假設檢驗228 9.3二正態(tài)總體均值差和方差比的假設檢驗238 9.4總體分布的假設檢驗246 0章過程的基本概念254 10.1過程的定義及分類254 10.2過程的概率分布256 10.3過程的數字特征259' 1章平穩(wěn)過程264 11.1嚴平穩(wěn)過程264 11.2廣義平穩(wěn)過程267 11.3正態(tài)平穩(wěn)過程271 11.4遍歷過程273 11.5平穩(wěn)過程的相關函數與譜密度282 2章馬爾可夫鏈引論291 12.1馬爾可夫鏈的概念291 12.2參數離散的齊次馬爾可夫鏈294 12.3參數連續(xù)的齊次馬爾可夫鏈305 習題答案及提示314 附錄MATLAB在概率統計中的應用340 參考文獻344