数理统计与数据分析（原书第3版）

　　本书将现代统计学的重要思想引入数理统计课程中，强调了数据分析、图形工具和计算机技术，并注重统计的实务和应用.本书内容丰富，几乎涵盖了所有经典和前沿的概率论与数理统计理论和方法，主要包括概率、*变量、联合分布、期望、极限定理、抽样调查、参数估计、假设检验、数据汇总、两样本比较、方差分析、分类数据分析和线性最小二乘等.
　　本书用真实数据分析了实际问题，以此增强读者对理论的理解；作者将自助方法与传统的推论性过程结合起来，增加了蒙特卡罗方法.此外，为了使概念更清晰，书中提供了大量的示例，而且还有丰富的习题，以增强读者的计算能力.
　　本书适合作为统计学、数学、其他理工科专业以及社会科学和经济学专业高年级本科生和低年级研究生的教材，同时也可供相关领域技术人员参考.

译者序　
前言　
第1章　概率
　1.1　引言
　1.2　样本空间
　1.3　概率测度
　1.4　概率计算：计数方法
　　1.4.1　乘法原理
　　1.4.2　排列与组合
　1.5　条件概率
　1.6　独立性
　1.7　结束语
　1.8　习题
第2章　随机变量
　2.1　离散随机变量
　　2.1.1　伯努利随机变量
　　2.1.2　二项分布
　　2.1.3　几何分布和负二项分布
　　2.1.4　超几何分布
　　2.1.5　泊松分布
　2.2　连续随机变量
　　2.2.1　指数密度
　　2.2.2　伽马密度
　　2.2.3　正态分布
　　2.2.4　贝塔密度
　2.3　随机变量的函数
　2.4　结束语
　2.5　习题
第3章　联合分布
　3.1　引言
　3.2　离散随机变量
　3.3　连续随机变量
　3.4　独立随机变量
　3.5　条件分布
　　3.5.1　离散情形
　　3.5.2　连续情形
　3.6　联合分布随机变量函数
　　3.6.1　和与商
　　3.6.2　一般情形
　3.7　极值和顺序统计量
　3.8　习题
第4章　期望
　4.1　随机变量的期望
　　4.1.1　随机变量函数的期望
　　4.1.2　随机变量线性组合的期望
　4.2　方差和标准差
　　4.2.1　测量误差模型
　4.3　协方差和相关
　4.4　条件期望和预测
　　4.4.1　定义和例子
　　4.4.2　预测
　4.5　矩生成函数
　4.6　近似方法
　4.7　习题
第5章　极限定理
　5.1　引言
　5.2　大数定律
　5.3　依分布收敛和中心极限定理
　5.4　习题
第6章　正态分布的导出分布
第7章　抽样调查
第8章　参数估计和概率分布拟合
第9章　假设检验和拟合优度评估
第10章　数据汇总
第11章　两样本比较
第12章　方差分析
第14章　线性最小二乘
附录a　常用分布
附录b　表
部分习题答案
参考文献