第一章预备知识 第一节事件和概率 第二节随机变量及其分布 第三节随机变量的特征数 第四节矩母函数与特征函数 第五节随机向量及其分布 第六节随机变量函数的分布 第七节分布参数的估计和检验

本书的目的是介绍各种常见的分布及其应用,为此需要 些概率论和数理统计的预备知识,这些知识对理解全书是 重要的、本章将介绍:事件、概率、随机变量、分布函数、 分布密度、矩和各种母函数等将上述这些内容推广至多个 随机变量随机向量的情形(见第五节也是应随后 章的需要而设立的,第五节数学形式稍为复杂一些,数学基 础不够的读者可跳过该节,先读第二章,待今后需要时再回 过来读它那时有了许多具体分布的背景,再读这一节就不 会有太多的困难在今后几章中涉及到一些统计应用,这就 需要知道总体、样本等概念,为此在第七节我们简单地介绍 了这些概念,以及参数估计和假设检验的提法

第三章随机变量及其分布 3-4随机变量的独立性 设(X,Y)是二维随机变量,其联合分布函数为 F(x,y),又随机变量X的分布函数为F(x) 随机变量Y的分布函数为F(y)如果对于任意 的x,y,有 F(x, y)=Fx(x).Frl 则称X,Y是相互独立的随机变量

4.1 度量事件发生的可能性 4.2 随机变量概率分布 4.3 由正态分布导出的几个重要分布 4.4 样本统计量的概率分布

第一节 正态分布 第二节 二项分布 第三节 正态分布及其应用 第二节 Poisson分布的概念与特征

前面建立的模型都用了考察对象在系统中的均匀分布假设。这种方法建模被称为集中参数法 考虑个体差异(或分布差异)的建模方法被称为分布参数法。分布参数法用于连续变量的问题时,得到的通常都是 偏微分方程,无论建模还是求解都比较困难。仅举两个简单例子,来说明这种方法的应用