概率统计 原书第4版 美 莫里斯 H 德格鲁特 美 马克 J 舍维什

本书包括概率论、数理统计两部分，涉及条件分布、期望、大样本理论、估计、设检验、非参数方法、线统计模型、统计模拟等，内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中益重要的chernoff界，以及矩方法、newton法、em算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融人教材。书中内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与过程的教材。适合数学、统计学、经济学等专业高年级本科生和用，也可供统计工作人员用作参书。

莫里斯·H. 德格鲁特（Morris H.DeGroot）美国统计学家，曾任卡内基·梅隆大学教授，是卡内基·梅隆大学统计系创始主任。他于1970年出版的Optimal Statistical Decisions至今仍被认为是该领域的伟大著作之一。他是美国统计协会、国际数理统计学会、国际统计学会、世界计量经济学会和美国科学促进会的会士。他于1989年去世。国际贝叶斯分析学会的DeGroot奖正是以他的名字命名，以表彰他在统计与决策理论方面工作的影响和重要性，以及对该学科发展的显著影响。

马克·J. 舍维什（Mark J. Schervish）任教于卡内基·梅隆大学统计学系。他发表了应用、方法论、理论和哲学研究论文，并出版了教科书和研究专著。他以在推理和贝叶斯统计基础方面的工作而闻名。Schervish曾在顶级统计期刊的编辑委员会任职，是美国统计协会和国际数理统计学会的会士。

<br /><br /><br /><br />译者序<br /><br />前言<br /><br /><br />章关于概率的引言1<br /><br />11概率的历史1<br /><br />12概率的解释1<br /><br />13试验和事件4<br /><br />14集合论4<br /><br />15概率的定义13<br /><br />16有限样本空间17<br /><br />17方法20<br /><br />18组合方法26<br /><br />19多项式系数35<br /><br />110和事件的概率39<br /><br />111统计诈骗43<br /><br />112补充题45<br /><br />第2章条件概率47<br /><br />21条件概率的定义47<br /><br />22独立事件56<br /><br />23贝叶斯定理65<br /><br />*24赌徒破产问题73<br /><br />25补充题76<br /><br />第3章变量及其分布79<br /><br />31变量及离散分布79<br /><br />32连续分布84<br /><br />33分布函数91<br /><br />34二元变量的分布99<br /><br />35边际分布109<br /><br />36条件分布120<br /><br />37多元分布130<br /><br />38变量的函数144<br /><br />39两个或多个变量的函数150<br /><br />*310马尔可夫链161<br /><br />311补充题174<br /><br />第4章数学期望178<br /><br />41变量的数学期望178<br /><br />42数学期望的质186<br /><br />43方差193<br /><br />44矩200<br /><br />45均值和中位数207<br /><br />46协方差和相关系数213<br /><br />47条件期望219<br /><br />*48效用227<br /><br />49补充题233<br /><br />第5章特殊分布236<br /><br />51引言236<br /><br />52伯努利分布和二项分布236<br /><br />53超几何分布241<br /><br />54泊松分布247<br /><br />55负二项分布255<br /><br />56正态分布259<br /><br />57伽马分布271<br /><br />58贝塔分布281<br /><br />59多项分布286<br /><br />510二元正态分布290<br /><br />511补充题296<br /><br />第6章大样本299<br /><br />61引言299<br /><br />62大数定律300<br /><br />63中心极限定理311<br /><br />64连续修正321<br /><br />65补充题324<br /><br />第7章估计325<br /><br />71统计推断325<br /><br />72先验分布和后验分布332<br /><br />73共轭先验分布340<br /><br />74贝叶斯估计量351<br /><br />75极大似然估计量360<br /><br />76极大似然估计量的质368<br /><br />*77充分统计量383<br /><br />*78联合充分统计量388<br /><br />*79估计量的改进394<br /><br />710补充题400<br /><br />第8章估计量的抽样分布403<br /><br />81统计量的抽样分布403<br /><br />82卡方分布407<br /><br />83样本均值和样本方差的联合<br />分布410<br /><br />84t分布417<br /><br />85置信区间421<br /><br />*86正态分布样本的贝叶斯分析430<br /><br />87无偏估计量440<br /><br />*88fisher信息量447<br /><br />89补充题460<br /><br />第9章设检验462<br /><br />91设检验问题462<br /><br />*92简单设的检验479<br /><br />*93一致大功效检验488<br /><br />*94双边备择设496<br /><br />95t检验503<br /><br />96比较两个正态分布的均值513<br /><br />97f分布523<br /><br />*98贝叶斯检验530<br /><br />*99基本问题541<br /><br />910补充题544<br /><br />0章分类数据和非参数方法548<br /><br />101拟合优度检验548<br /><br />102复合设的拟合优度检验556<br /><br />103列联表563<br /><br />104同质检验568<br /><br />105simon悖论574<br /><br />*106kolmogorovsmirnov检验577<br /><br />*107稳健估计585<br /><br />*108符号检验和秩检验595<br /><br />109补充题602<br /><br />1章线统计模型605<br /><br />111小二乘法605<br /><br />112回归612<br /><br />113简单线回归的统计推断620<br /><br />*114简单线回归的贝叶斯推断639<br /><br />115一般线模型与多元回归645<br /><br />116方差分析663<br /><br />*117双因子试验设计671<br /><br />*118具有复制的双因子试验<br />设计679<br /><br />119补充题689<br /><br />2章模拟693<br /><br />121什么是模拟693<br /><br />122为什么模拟是有用的696<br /><br />123特定分布的模拟707<br /><br />124重要抽样718<br /><br />*125马尔可夫链蒙特卡罗<br />（mcmc）方法726<br /><br />126自助法740<br /><br />127补充题749<br /><br />奇数序号题753<br /><br />附录774<br /><br />参文献786<br /><br /><br /><br /><br />