概率論與統計推斷 (原書第10版)
Robert V.Hogg,Elliot A.Tanis,Dale L.Zimmerman
- 出版商: 機械工業
- 出版日期: 2022-03-31
- 定價: $954
- 售價: 8.5 折 $811
- 語言: 簡體中文
- 頁數: 509
- 裝訂: 平裝
- ISBN: 7111700996
- ISBN-13: 9787111700999
-
相關分類:
機率統計學 Probability-and-statistics
- 此書翻譯自: Probability and Statistical Inference 10th Edition
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
機率論 (修訂版)(Ross: A First Course in Probability, 8/e)$780$741 -
貝葉斯方法:概率編程與貝葉斯推斷 (Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference)$534$507 -
營銷數據科學:用 R 和 Python 進行預測分析的建模技術$474$450 -
$352實用機器學習 (Real-world Machine Learning) -
$414Python 貝葉斯分析 -
$403Python 統計分析 (An Introduction to Statistics with Python: With Applications in the Life Sciences) -
$774深入 PHP 面向對象 , 模式與實踐 (PHP Objects, Patterns, and Practice, 5/e) -
$607電腦時代的統計推斷:算法、演化和數據科學 (Computer Age Statistical Inference : Algorithms, Evidence, and Data Science) -
$403自己動手做推薦引擎 -
$551深度學習推薦系統 -
$454從零開始構建企業級推薦系統 -
$403不等式, 2/e -
$505深入淺出 Embedding:原理解析與應用實踐 -
$458貝葉斯統計導論 -
$658構建企業級推薦系統:算法、工程實現與案例分析 -
$659概率與統計 : 計算機科學視角 -
$422概率與統計:數據科學視角 -
$654計量經濟學, 4/e (Introduction to Econometrics, 4/e) -
防火牆和VPN技術與實踐$1,014$963 -
數學分析概論(巖波定本)$899$854 -
線性代數入門$479$455 -
$505用戶畫像:全通路畫像方法與實踐 -
貝葉斯數據分析, 2/e (Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan, 2/e)$1,199$1,139 -
$473基於機器學習的個性化推薦算法及應用 -
微積分入門 修訂版$594$564
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本文的前半部分 (第1-5 章) 側重於概率和概率分佈,
包括離散數據、順序統計、多元分佈和正態分佈。
本文的後半部分 (第6-9 章) 強調統計和統計推理, 包括估計、
貝葉斯估計、統計假設測試和質量改進方法。
作者簡介
Robert V.Hogg
於伊利諾伊大學獲得數學學士學位,於艾奧瓦大學獲得數學碩士和博士學位。
因天生的幽默和對教學的熱情而聞名,且對統計學領域有著深遠的影響。
他撰寫了70多篇研究論文,並與人合作出版了Introduction of Mathematical Statistics(6th Edition)、
Applied Statistics for Engineers and Physical Scientists
(3rd Edition)、A Brief Course in Mathematical Statistics。
Elliot A. Tanis
霍普學院數學榮譽教授,曾擔任美國數學學會(密歇根州)的,
並被獲得該學會頒發的傑出教學獎和傑出服務獎。
他在霍普學院任職35年,1989年因其的教學成績獲得霍普獎。
他撰寫了30多篇統計學方面的文章,
並與人合著了A Brief Course in Mathematical Statistics和Probability and Statistics: Eplorations with MAPLE(2nd Edition)。
Dale L. Zimmerman
艾奧瓦大學統計與精算科學系的教授。
目錄大綱
譯者序
前言
引言
1章 概率1
1.1 概率的性質1
1.2 計數方法9
1.3 條件概率17
1.4 獨立事件24
1.5 貝葉斯定理30
2章 離散分佈35
2.1 離散型隨機變量35
2.2 數學期望40
2.3 特殊的數學期望45
2.4 二項分佈54
2.5 幾何分佈62
2.6 負二項分佈67
2.7 泊松分佈71
3章 連續分佈79
3.1 連續型隨機變量79
3.2 指數分佈、伽馬分佈和卡方分佈88
3.3 正態分佈96
3.4 其他模型103
4章 二元分佈113
4.1 離散型二元分佈113
4.2 相關係數121
4.3 條件分佈127
4.4 連續型二元分佈135
4.5 二元正態分佈143
5章 隨機變量函數的分佈149
5.1 一個隨機變量的函數149
5.2 兩個隨機變量的變換157
5.3 多個獨立隨機變量166
5.4 矩母函數技術174
5.5 與正態分佈相關的隨機函數178
5.6 中心極限定理186
5.7 離散分佈的近似192
5.8 切比雪夫不等式和依概率收斂198
5.9 矩母函數的極限201
6章 點估計209
6.1 描述性統計209
6.2 探索性數據分析220
6.3 順序統計量228
6.4 大似然估計法和矩估計法236
6.5 簡單回歸問題249
6.6 大似然估計量的漸近分佈257
6.7 充分統計量262
6.8 貝葉斯估計270
7章 區間估計277
7.1 均值的置信區間277
7.2 兩均值差的置信區間283
7.3 比例的置信區間292
7.4 樣本量298
7.5 無分佈百分位數的置信區間305
7.6 更多的回歸311
7.7 重抽樣方法320
8章 統計假設檢驗328
8.1 單均值檢驗328
8.2 兩均值相等的檢驗336
8.3 方差檢驗344
8.4 比例檢驗350
8.5 一些無分佈檢驗358
8.6 統計檢驗的功效函數367
8.7 優臨界區域374
8.8 似然比檢驗382
9章 其他檢驗389
9.1 卡方擬合優度檢驗389
9.2 列聯表398
9.3 單因素方差分析408
9.4 雙因素方差分析417
9.5 廣義析因設計和2k析因設計426
9.6 回歸和相關性檢驗431
9.7 統計質量控制436
附錄A 參考文獻447
附錄B 表449
附錄C 奇數編號練習答案469
附錄D 數學技術綜述487
索引502
