第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析

贝叶斯估计的思想 贝叶斯定理 贝叶斯估计的一个例子 基于后验分布的统计推断 先验分布的选择 多元回归的贝叶斯分析 马尔可夫链蒙特卡罗法

• 掌握概率论和数理统计的基本数学知识。 • 训练用概率论和数理统计方法对实际问题进行数学建模的能力。 • 学会解决常见的统计分析问题。 • 是应用型很强的学科。 第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析

第一章 事件与概率 第二章 离散型随机变量 第三章 连续型随机变量 第四章 大数定律与中心极限定理 第五章 数理统计的基本概念 第六章 点估计 第七章 假设检验 第八章 方差分析和回归分析

第一部分 课程综述 第二部分 课程教学内容 第一章 绪论 第二章 统计数据的搜集与整理 第三章 数据分布特征的描述 第四章 时间数列分析 第五章 统计指数 第六章 抽样与抽样估计 第七章 假设检验 第八章 相关与回归分析 第九章 国民经济统计概述

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布… 第四章 随机变量的数字特征94 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

本书从描述统计和推断统计两大方面系统地介绍了统计学的基本理论、方法和应用。全书内容包括：统计学绪论、统计数据的收集、整理与显示、统计数据分布特征的描述、统计指数分析、时间序列分析、抽样分布与参数估计、统计假设检验、列联分析、方差分析、相关与回归分析、统计综合评价、Excel在统计中的应用案例十二个章节

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

第一章随机事件及其概率. 第二章随机变量及其布 第三章多维随机变量及其 第四章随机变量的数字特征 第五章大数定律和中心极限定理 第六章数理统计的基本概念 第七章参数估计 第八章假设检验 第九章方差分析和回归分析

基础实验1 离散型随机变量 基础实验2 连续型随机变量 基础实验3 数字特征 基础实验4 估计理论 基础实验5 假设检验 专题实验1 线性回归问题 专题实验2 沙岩体空间分布 专题实验3 Buffon实验 专题实验4 订票问题 专题实验5 童售票策略问题 专题实验6独家销售商品广告问题 专题实验7 最佳检验中N的确定 专题实验8 毒品走私问题