目 录 预 备 知 识 第1章 概率论基础 2 1.1 概率空间 2 1.1.1 随机试验、样本空间与随机 事件 2 1.1.2 概率及概率空间 3 1.1.3 条件概率 4 1.1.4 事件的独立性 5 1.2 随机变量及其分布 5 1.2.1 一维随机变量及其分布 6 1.2.2 二维随机变量及其分布 8 1.2.3 n维随机变量及其分布 10 1.2.4 随机变量函数的分布 12 1.3 随机变量的数字特征 15 1.3.1 数学期望 15 1.3.2 方差 16 1.3.3 矩、协方差与相关系数 17 1.4 随机变量的特征函数 18 1.4.1 特征函数的概念 18 1.4.2 特征函数的性质 20 1.4.3 母函数 24 1.5 多维正态分布 25 1.5.1 二维正态分布 26 1.5.2 n维正态分布 26 1.6 条件分布与条件期望 28 1.6.1 条件分布 28 1.6.2 条件期望 30 1.7 大数定律和中心极限定理 33 1.7.1 随机变量序列的收敛性 33 1.7.2 大数定律 34 1.7.3 中心极限定理 36 习题1 38 第一篇　数理统计部分 第2章 数理统计的基本概念与抽样分布 42 2.1 数理统计的几个基本概念 42 2.1.1 总体和个体 42 2.1.2 样本和样本分布 42 2.1.3 参数空间和分布族 44 2.2 统计量 44 2.3 经验分布函数、直方图和顺序 统计量 46 2.3.1 经验分布函数 46 2.3.2 直方图 48 2.3.3 顺序统计量 50 2.4 数理统计中的某些常用分布 53 2.4.1 ?2分布 53 2.4.2 t分布 55 2.4.3 F分布 57 2.4.4 分位数 59 2.5 抽样分布 61 2.5.1 单个正态总体的统计量的 分布 61 2.5.2 双正态总体的统计量的分布 63 习题2 66 第3章 参数估计 68 3.1 参数的点估计 68 3.1.1 矩估计法 68 3.1.2 最大似然估计法 72 3.2 估计量的评价标准 78 3.2.1 无偏性 78 3.2.2 有效性 81 3.2.3 相合性 86 3.3 区间估计 88 3.3.1 区间估计的定义与枢轴量法 88 3.3.2 单个正态总体均值和方差的 区间估计 89 3.3.3 双正态总体均值差和方差比的 区间估计 92 3.3.4 非正态总体参数的区间估计 95 3.3.5 单侧置信限 98 习题3 100 第4章 假设检验 102 4.1 假设检验的基本概念 102 4.1.1 假设检验的基本原理与概念 103 4.1.2 假设检验的基本步骤 106 4.2 单个正态总体的均值与方差 的假设检验 107 4.2.1 方差? 2已知时均值?的假设 检验 107 4.2.2 方差? 2未知时均值?的假设 检验 110 4.2.3 均值?已知时方差? 2的假设 检验 111 4.2.4 均值?未知时方差? 2的假设 检验 112 4.3 双正态总体的均值与方差的 假设检验 115 4.3.1 方差已知时双正态总体均值 的假设检验 115 4.3.2 方差未知但相等时双正态总体 均值的假设检验 117 4.3.3 均值未知时双正态总体方差 的假设检验 119 4.3.4 均值已知时双正态总体方差的 假设检验 121 4.4 非正态总体参数的假设检验 122 4.4.1 指数分布参数?的假设检验 122 4.4.2 非正态总体均值检验的 大样本法 123 4.5 非参数假设检验 125 4.5.1 总体分布函数的拟合优度 ?2检验 126 4.5.2 两个总体独立性的假设 检验 131 4.5.3 两个总体分布比较的假设 检验 133 习题4 138 第5章 回归分析 141 5.1 回归分析概述 141 5.2 一元线性回归分析 142 5.2.1 一元线性回归模型 142 5.2.2 未知参数的估计 143 5.2.3 线性回归效果的显著性 检验 149 5.2.4 预测和控制 154 5.3 多元线性回归分析 158 5.3.1 多元线性回归模型 159 5.3.2 未知参数的估计 159 5.3.3 多元线性回归的显著性 检验 162 5.4 非线性回归分析 164 习题5 166 第6章 方差分析与正交试验设计 168 6.1 单因素方差分析 168 6.1.1 单因素试验 168 6.1.2 数学模型 169 6.1.3 统计分析 170 6.2 双因素方差分析 177 6.2.1 数学模型 177 6.2.2 无交互作用的双因素方差 分析 179 6.2.3 有交互作用的双因素方差 分析 182 6.3 正交试验设计 185 6.3.1 正交表 186 6.3.2 正交试验设计 188 习题6 194 第二篇　随机过程部分 第7章 随机过程的基本概念及类型 198 7.1 随机过程的基本概念 198 7.1.1 随机过程实例 198 7.1.2 随机过程的定义 200 7.1.3 随机过程的分类 202 7.2 随机过程的有限维分布函数族 与数字特征 203 7.2.1 随机过程的有限维分布 203 7.2.2 随机过程的数字特征 206 7.2.3 二维随机过程的数字特征 208 7.3 复随机过程 210 7.4 几种重要的随机过程 212 7.4.1 正交增量过程 212 7.4.2 独立增量过程 213 7.4.3 正态过程 214 7.4.4 维纳过程 215 7.4.5 马尔可夫过程 216 习题7 217 第8章 泊松过程 219 8.1 泊松过程的定义及数字特征 219 8.1.1 泊松过程的定义及实例 219 8.1.2 泊松过程的数字特征 220 8.2 泊松过程相关的常用分布 222 8.2.1 到达时间间隔的分布 222 8.2.2 到达时间的分布 223 8.2.3 到达时间的条件分布 224 8.2.4 泊松分布相关问题举例 226 8.3 复合泊松过程 230 8.4 非齐次泊松过程 232 习题8 235 第9章 马尔可夫链 237 9.1 马尔可夫链的基本概念及 性质 237 9.1.1 马尔可夫链的定义 237 9.1.2 转移概率 237 9.1.3 初始分布与绝对分布 239 9.1.4 马尔可夫链的实例 241 9.2 马尔可夫链的状态分类 244 9.2.1 状态的周期性 244 9.2.2 状态的常返性 245 9.2.3 状态属性的判定 249