应用概率 下

1 (p1): 第六章 导出分布
1 (p1-2): 6.1 引言
1 (p1-3): 6.2 单调函数
2 (p1-4): 6.3 单调增函数的密度函数
5 (p1-5): 6.4 单调减函数的密度函数
8 (p1-6): 6.5 概率变换
9 (p1-7): 6.6 平方与绝对值的密度函数
11 (p1-8): 6.7 多元函数的分布
21 (p1-9): 6.8 统计学中用的某些导出分布
21 (p1-10): 6.9 χ2分布
23 (p1-11): 6.10 t分布
24 (p1-12): 6.11 F分布
25 (p1-13): 6.12 非独立变量的函数的分布
30 (p1-14): 6.13 多元函数和联合分布
44 (p1-15): 6.14 显著性检验
55 (p1-16): 6.15 两个百分数之差的超几何检验
59 (p1-17): 6.16 集体显著性
63 (p1-18): 习题
70 (p2): 第七章 数学期望
70 (p2-2): 7.1 定义
72 (p2-3): 7.2 均值
77 (p2-4): 7.3 均值的一些其他性质
79 (p2-5): 7.4 方差
85 (p2-6): 7.5 方差的无偏估计
89 (p2-7): 7.6 极值的概率
91 (p2-8): 7.7 多元函数
94 (p2-9): 7.8 协方差与相关
95 (p2-10): 7.9 线性函数的方差
97 (p2-11): 7.10 期望值理论的应用
120 (p2-12): 习题
128 (p3): 第八章 母函数
128 (p3-2): 8.1 矩
129 (p3-3): 8.2 分布函数的特征化
132 (p3-4): 8.3 特征函数
136 (p3-5): 8.4 矩量母函数
147 (p3-6): 8.5 多元矩量母函数
151 (p3-7): 8.6 渐近分布
159 (p3-8): 习题
162 (p4): 第九章 Markov过程与排队
162 (p4-2): 9.1 定义
162 (p4-3): 9.2 数学性质
165 (p4-4): 9.3 差分方程
170 (p4-5): 9.4 遍历性过程
177 (p4-6): 9.5 Markov过程与报酬
182 (p4-7): 9.6 对策与Markov过程
186 (p4-8): 9.7 连续的Markov过程
193 (p4-9): 9.8 连续的Markov过程例解
202 (p4-10): 第九章附录
202 (p4-11): 9.9 极大化程序的收敛性
203 (p4-12): 习题
208 (p4-13): 10.1 引言
208 (p5): 第十章 概率的某些统计应用
209 (p5-2): 10.2 正态检验
209 (p5-3): 10.3 两个百分数之差的正态检验
214 (p5-4): 10.4 关联性或独立性的正态检验
217 (p5-5): 10.5 χ2检验
217 (p5-6): 10.6 拟合适度的χ2检验
222 (p5-7): 10.7 均匀性的χ2检验
226 (p5-8): 10.8 关联性或独立性的χ2检验
231 (p5-9): 10.9 正态总体的？和s2的分布
236 (p5-10): 10.10 t检验
237 (p5-11): 10.11 一个均值的t检验
239 (p5-12): 10.12 配对观测的均值的t检验
241 (p5-13): 10.13 两个独立样本的均值之差的t检验
246 (p5-14): 10.14 μ和σ2各自的置信限
250 (p5-15): 10.15 F检验
251 (p5-16): 10.16 检验方差是否相等
257 (p5-17): 10.17 多个均值是否相等的F检验
263 (p5-18): 习题