作者：（美）GeorgeCaselloRo
页数：624
出版社：机械工业出版社
出版日期：2017
ISBN：9787111278764
电子书格式：pdf/epub/txt
内容简介
卡塞拉、贝耶著的《统计推断(翻译版原书第2版时代教育国外高校优秀教材精选)》从概率论的基础开始，通过例子与习题的旁征博引，引进了大量近代统计处理的新技术和一些国内同类教材中不常见而又广为使用的分布。其内容既包括工科概率入门、经典统计和现代统计的基础。又加进了不少近代统计中数据处理的实用方法和思想，例如：Bootstrap再抽样法、刀切(Jackknife)估计、EM算法、Logistic回归、稳健(Robust)回归、Markov链、Monte Carlo方法等。它的统计内容与国内流行的教材相比，理论较深，模型较多，案例的涉及面要广，理论的应用面要丰富，统计思想的阐述与算法更为具体。本书可作为工科、管理类学科专业本科生、研究生的教材或参考书，也可供教师、工程技术人员自学之用。
目录
出版说明
第2版序
第1版序
译后序
第1章概率论1
11集合论1
12概率论基础4
121公理化基础5
122概率演算8
123计数11
124枚举结果14
13条件概率与独立性18
14随机变量25
15分布函数26
16概率密度函数和概率
质量函数31
17习题33
18杂录42
第2章变换和期望43
21随机变量函数的分布43
22期望50
23矩和矩母函数54
24积分号下的求导62
25习题68
26杂录76
261矩列的唯一性76
262其他母函数76
263矩母函数能否唯一地确定
分布？77
第3章常见分布族78
31引言78
32离散分布78
33连续分布90
34指数族102
35位置与尺度族106
36不等式与恒等式111
361概率不等式111
362恒等式113
37习题116
38杂录124
381Poisson假设124
382Chebychev不等式及
其改进125
383再谈指数族126
第4章多维随机变量128
41联合分布与边缘分布128
42条件分布与独立性136
43二维变换144
44多层模型与混合分布150
45协方差与相关155
46多维分布162
47不等式170
471数值不等式171
472函数不等式173
48习题175
49杂录187
491交换悖论187
492算术布负为驳骱推骄值
不等式188
493Borel悖论188
第5章随机样本的性质190
51随机样本的基本概念190
52随机样本中随机变量的和193
53正态分布的抽样199
531样本均值与样本方差的
性质199
532导出分布：t分布与
F分布203
54次序统计量206
55收敛的概念212
551依概率收敛212
552殆必收敛213
553依分布收敛215
554Δ方法219
56生成随机样本224
561直接法225
562间接法229
563舍选法230
57习题232
58杂录245
581中心极限定理245
582S2的偏倚245
583再看Chebychev不等式245
584强大数定律246
585Markov链Monte Carlo
法247
目录〖3〗统计推断第6章数据简化原理248
61引言248
62充分性原理249
621充分统计量249
622极小充分统计量255
623辅助统计量258
624充分统计量、辅助统计量与
完全统计量260
63似然原理264
631似然函数264
632形式化的似然原理266
64同变性原理270
65习题273
66杂录281
661Basu定理的逆命题281
662关于辅助性的疑惑281
663再谈充分性281
第7章点估计283
71引言283
72求估计量的方法284
721矩法284
722极大似然估计量287
723Bayes估计量
(Bayes Estimators)295
724EM算法297
73估计量的评价方法300
731均方误差301
732最佳无偏估计量304
733充分性(Sufficiency)和
无偏性311
734损失函数最优性317
74习题323
75杂录338
751矩估计量和极大
似然估计量338
752无偏的Bayes估计量339
753Lehmann睸cheffé定理340
754再谈EM算法340
755其他的似然341
756其他的Bayes分析341
第8章假设检验343
81引言343
82检验的求法344
821似然比检验344
822Bayes检验348
823并步患煅橛虢华膊⒓煅349
83检验的评价方法351
831错误概率与功效函数351
832最大功效检验356
833并步患煅橛虢华膊⒓煅榈
真实水平363
834p仓365
835损失函数最优性368
84习题370
85杂录383
851单调功效函数383
852似然比作为证据383
853p仓岛秃笱楦怕384
854置信集p仓384
第9章区间估计385
91引言385
92区间估计量的求法387
921反转一个检验统计量388
922枢轴量394
923枢轴化累积分布函数398
924Bayes区间402
93区间估计量的评价方法407
931尺寸和覆盖概率407
932与检验相关的最优性410
933Bayes最优414
934损失函数最优415
94习题417
95杂录430
951置信方法430
952离散分布中的置信区间430
953Fieller定理431
954其他区间如何？432
第10章渐近评价433
101点估计433
1011相合性433
1012有效性436
1013计算与比较438
1014自助法标准误差443
102稳健性446
1021均值和中位数447
1022M补兰屏449
103假设检验453
1031LRT的渐近分布453
1032其他大样本检验456
104区间估计461
1041近似极大似然区间461
1042其他大样本区间463
105习题468
106杂录480
1061超有效性480
1062适当的正则性条件480
1063再谈自助法481
1064影响函数482
1065自助法区间483
1066稳健区间484
第11章方差分析和回归分析485
111引言485
112一种方式分组的方差分析486
1121模型和分布假定488
1122经典的ANOVA假设488
1123均值的线性组合的
推断491
1124ANOVA F检验493
1125对比的同时估计496
1126平方和的分解498
113简单线性回归500
1131最小二乘：数学解5
