数理统计学教程

本书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。
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。
目　　录
总序
序
第1章基本概念
1.1导言
1.2样本和样本分布
1.3统计推断
1.4统计量和抽样分布
习题
第2章点估计
2.1矩估计与极大似然估计
2.2无偏估计
2.3点估计的大样本理论
习题
第3章假设检验
3.1概述Pearson和Fisher的思想 3.2拟合优度检验
3.3Neyman-Pearson理论
3.4一致最优检验与无偏检验
3.5似然比检验
3.6正态分布参数的检验及有关检验
3.7序贯概率比检验
习题
第4章区间估计
4.1Neyman的置信区间理论
4.2Fisher的信任推断法
4.3容忍区间与容忍限
习题
第5章Bayes统计与统计判决理论
5.1Bayes统计推断
5.2统计判决理论
习题
第6章线性统计模型
6.1线性模型的概念和分类
6.2回归分析
6.3方差分析
6.4协方差分析
6.5一般线性模型的统计推断
附录统计中常用的矩阵代数
习题
第7章多元分析基础
7.1多元正态总体的抽样分布及参数推断
7.2判别分析
7.3多元线性模型
7.4随机向量的互依性
习题
附表
1.正态分布函数表
2.t分布表
3.x2分布表
4.F分布表

#现在前往