基於Python的概率論與數理統計實驗

本書主要介紹概率論與數理統計的實驗內容。全書可分為三部分：第一部分是概率論部分的實驗，包括拋硬幣實驗、擲骰子實驗、蒲豐投針實驗、全概率公式和貝葉斯公式、常見離散型分佈、常見連續型分佈、數學期望、中心極限定理等；第二部分是數理統計部分的實驗，包括參數估計、假設檢驗、方差分析與回歸分析等，其中部分內容採用隨機模擬的方法進行模擬和求解；第三部分是綜合性實驗，包括極限分佈之間關系的動態演示、密度函數和分佈函數的工具箱的製作。本書將Python作為編程語言。本書可作為高等理工科院校學生學習概率論與數理統計課程時的實驗教材，也可作為高校教師、高校研究者的參考書。

實驗1 拋硬幣實驗的模擬

實驗2 古典概型之擲骰子問題、彩票問題

實驗2.1 利用古典概型解決擴展的擲骰子實驗問題

實驗2.2 彩票問題

實驗3 使用隨機模擬法求幾何概型

實驗4 全概率公式和貝葉斯公式

實驗5 常見離散型分佈

實驗5.1 常見離散型分佈的分佈律圖像及分佈函數圖像

實驗5.2 常見離散型分佈的應用

實驗6 常見連續型分佈

實驗6.1 常見連續型分佈的分佈函數圖像和密度函數圖像

實驗6.2 常見連續型分佈的應用

實驗7 數學期望

實驗7.1 數字特徵的計算

實驗7.2 期望的應用

實驗8 中心極限定理

實驗9 參數估計

實驗9.1 矩估計和極大似然估計

實驗9.2 區間估計

實驗10 假設檢驗

實驗10.1 單個正體參數的假設檢驗

實驗10.2 兩個正體參數的假設檢驗

實驗10.3 非參數假設檢驗

實驗11 方差分析與回歸分析

實驗11.1 單因素方差分析

實驗11.2 一元線性回歸分析

實驗12 極限分佈之間關係的動態演示

實驗12.1 二項分佈與泊松分佈似關係

實驗12.2 二項分佈與超幾何分佈似關係

實驗12.3 t分佈和標準正態分佈的極限關係

實驗12.4 指數分佈和伽瑪分佈的關係

實驗12.5 卡方分佈和伽瑪分佈的關係

實驗13 Tkinter實戰之密度函數和分佈函數工具箱的製作

附錄A Python概述

參考文獻