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

聚类分析( Cluster Analysis)是根据研究对象的特征对研究对象进行分类的 多元分析技术的总称分类问题是各个学科领域都普遍存在的问题,例如人口学 中研究人口生育分类模式、人口死亡分类模式;医学中对各种精神病特征的分 析;市场营销学中进行市场分层、确定目标市场等等,这些都需要对研究对象 进行分类。聚类分析是应用最广泛的分类技术,它把性质相近的个体归为一类 使得同一类中的个体具有高度的同质性,不同类之间的个体具有高度的异质 聚类分析的大部分应用都属于探测性研究,最终结果是产生研究对象的分 类,通过对数据的分类研究还能产生假设。聚类分析也能用于证实性目的,对于 通过其他方法确定的数据分类,可以应用聚类分析进行检验

社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面

第1章 导论 一、学习指导 二、选择题 三、选择题答案 四、教材练习题详细解答 第2章 数据的搜集 一、学习指导 二、选择题 三、选择题答案 第3章 数据的图表展示 一、学习指导 二、选择题 三、选择题答案 四、教材练习题详细解答 第4章 数据的概括性度量 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第5章 概率与概率分布 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第6章 统计量及其抽样分布 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第7章 参数估计 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第8章 假设检验 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第9章 分类数据分析 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第10章 方差分析 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第11章 一元线性回归 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第12章 多元线性回归 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第13章 时间序列分析和预测 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 第14章 指数 一、学习指导 二、主要公式 三、选择题 四、选择题答案 五、教材练习题详细解答 模拟试题一 模拟试题一解答 模拟试题二 模拟试题二解答

第一章 统计和统计数据的收集 第二章 统计数据的整理和展示 第三章 数据的描述性分析 一、绝对数和相对数 二、集中趋势的测定 三、离散趋势的测定 四、数据的形态测定 第四章 概率基础——随机变量及其概率分布 第一节 随机变量的概念及数字特征 第二节 常见的离散型分布 一、两点分布 二、二项分布 第三节 常见的连续型分布 正态分布 x2分布 t分布 F分布 第四节 中心极限定理 第五章 区间估计和假设检验 第六章 相关与回归 多元线性回归 非线性回归模型 第八章 时间数列分析 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法

应用GW统计接触模型,建立了粗糙表面之间的接触导热模型.与实验数据的对比分析表明:该模型能够正确地反映接触导热现象.在此基础上,对接触表面进行了合理的简化,建立了接触界面间的辐射传热模型.数值计算表明:当接触表面的温度高于400K时,辐射的影响已不可忽略;载荷对接触导热热导的影响明显大于对辐射热导的影响,导热热导随载荷的增大迅速增大,而辐射热导以及等效辐射系数均随载荷的增大有所减小,这主要是由接触界面的空隙面积减少造成的;在接触面几何参数中,粗糙峰等效斜率对等效辐射系数起着主导作用,在相同的量纲1的载荷情况下,粗糙峰等效斜率越小,等效辐射系数越大;通过对本文提出的等效辐射系数的误差检验,结果表明其最大相对误差为10-3数量级,说明等效辐射系数仅仅为接触界面黑度、几何特性和接触载荷的函数,而与接触界面温度水平和温差无关,同时也间接证明了本文提出的等效辐射系数可以较为合理地描述接触界面间的辐射换热强度

数理统计的基本问题之一是根据样本所提供 的信息,对总体的分布以及分布的数字特征做出 工统计推断.统计推断的主要内容分为两大类:一 类是参数估计问题,另一类是假设检验问题.本 章主要讨论参数估计问题.这里的参数可以是总 体分布中的未知参数,也可以是总体的某个数字 特征.若总体分布形式已知,但它的一个或多个 参数未知或总体的某个数字特征未知时,就需借 工助总体X的样本来估计未知参数.以下主要讨论 总体参数的点估计和区间估计

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

多元方差分析的主要用途是同时分析和检验不同类别在多个间距测度等级变 量上是否存在显著差别。这种方法由威尔克(S.S.Wlk)在1932年创建,后来 又得到逐步发展和完善。现在,许多计算机统计软件中都已经具有多元方差分析 的功能。但是,这种方法在我国社会科学研究中的应用尚属少见,有待进一步推 本章第一节将从多元方差分析与一元方差分析的关系入手,简介相关方法的 沿革及多元方差分析的特点。第二节主要介绍多元方差分析所要求的变量、数据 方面的条件

多元线性回归( multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化 回归这一名词起源于19世纪生物学家F.高尔顿进行的遗传学研究,他在研 究子女身高与父母身高之间关系时发现