第一章 隨機(jī)事件與概率
1.1 隨機(jī)試驗(yàn)與隨機(jī)事件
1.1.1 隨機(jī)試驗(yàn)
1.1.2 隨機(jī)事件與樣本空間

1.2 隨機(jī)事件的關(guān)系、運(yùn)算及其性質(zhì)
1.2.1 事件的關(guān)系及其運(yùn)算
1.2.2 事件的運(yùn)算性質(zhì)
1.3 事件的概率及其計(jì)算
1.4 條件概率公式、全概率公式、貝葉斯公式及事件的獨(dú)立性
習(xí)題一

第二章 隨機(jī)變量及其分布
2.1 隨機(jī)變量及其分布函數(shù)
2.2 離散型隨機(jī)變量
2.2.1 離散型隨機(jī)變量及其分布列
2.2.2 常見(jiàn)的離散型分布
2.3 連續(xù)型隨機(jī)變量
2.3.1 連續(xù)型隨機(jī)變量及其概率密度
2.3.2 常見(jiàn)的連續(xù)型分布
2.3.3 混合型隨機(jī)變量
2.4 隨機(jī)變量函數(shù)的分布
2.4.1 離散型隨機(jī)變量函數(shù)的分布
2.4.2 連續(xù)型隨機(jī)變量函數(shù)的分布
習(xí)題二

第三章 多維隨機(jī)變量及其分布
3.1 多維隨機(jī)變量
3.1.1 多維隨機(jī)變量
3.1.2 二維離散型隨機(jī)變量
3.1.3 二維連續(xù)型隨機(jī)變量
3.2 條件分布
3.2.1 條件分布
3.2.2 離散情形
3.2.3 連續(xù)情形
3.3 隨機(jī)變量的獨(dú)立性
3.4 多維隨機(jī)變量函數(shù)的分布
3.4.1 多維離散情形
3.4.2 多維連續(xù)情形
3.4.3 一般情形
習(xí)題三

第四章 數(shù)字特征
4.1 隨機(jī)變量的數(shù)學(xué)期望
4.1.1 離散型隨機(jī)變量的數(shù)學(xué)期望
4.1.2 連續(xù)型隨機(jī)變量的數(shù)學(xué)期望
4.1.3 隨機(jī)變量函數(shù)的數(shù)學(xué)期望
4.1.4 數(shù)學(xué)期望的性質(zhì)
4.2 隨機(jī)變量的方差
4.3 隨機(jī)變量的矩
4.4 協(xié)方差和相關(guān)系數(shù)
4.4.1 隨機(jī)變量的協(xié)方差
4.4.2 相關(guān)系數(shù)
4.4.3 協(xié)方差矩陣
4.5 條件數(shù)學(xué)期望
4.5.1 條件期望的定義
4.5.2 條件期望的性質(zhì)
習(xí)題四

第五章 大數(shù)定律和中心極限定理
5.1 大數(shù)定律
5.2 中心極限定理
習(xí)題五

第六章 數(shù)理統(tǒng)計(jì)的基本概念
6.1 總體與樣本
6.1.1 總體與個(gè)體
6.1.2 簡(jiǎn)單隨機(jī)樣本
6.1.3 理論分布與經(jīng)驗(yàn)分布函數(shù)
6.1.4 統(tǒng)計(jì)量和樣本矩
6.2 抽樣分布
6.2.1 Y2分布
6.2.2 t分布
6.2.3 F分布
6.2.4 正態(tài)總體的樣本均值與樣本方差的分布
6.2.5 順序統(tǒng)計(jì)量的分布
習(xí)題六

第七章 參數(shù)估計(jì)
7.1 參數(shù)估計(jì)概念
7.2 矩估計(jì)法和極大似然估計(jì)法
7.2.1 矩估計(jì)法
7.2.2 極大似然估計(jì)法
7.3 估計(jì)量的評(píng)選標(biāo)準(zhǔn)
7.3.1 無(wú)偏性
7.3.2 有效性
7.3.3 一致性
7.4 區(qū)間估計(jì)
7.4.1 區(qū)間估計(jì)的概念
7.4.2 單個(gè)正態(tài)總體均值的區(qū)間估計(jì)
7.4.3 單個(gè)正態(tài)總體方差的區(qū)間估計(jì)
7.4.4 兩個(gè)正態(tài)總體均值差的區(qū)間估計(jì)
7.4.5 兩個(gè)正態(tài)總體方差比的區(qū)間估計(jì)
7.4.6 單側(cè)置信區(qū)間
習(xí)題七

第八章 假設(shè)檢驗(yàn)
8.1 假設(shè)檢驗(yàn)的基本概念
8.1.1 問(wèn)題的提出
8.1.2 假設(shè)檢驗(yàn)的基本原理
8.1.3 假設(shè)檢驗(yàn)的步驟
8.1.4 兩類(lèi)錯(cuò)誤
8.1.5 原假設(shè)的選取原則
8.2 參數(shù)假設(shè)檢驗(yàn)
8.2.1 單個(gè)正態(tài)總體均值u的假設(shè)檢驗(yàn)
8.2.2 兩個(gè)正態(tài)總體均值差的檢驗(yàn)
8.3 iE態(tài)總體方差的檢驗(yàn)
8.3.1 單個(gè)正態(tài)總體方差x2的y2檢驗(yàn)
8.3.2 兩個(gè)正態(tài)總體情形
8.4 分布擬合檢驗(yàn)
習(xí)題八

第九章 線性統(tǒng)計(jì)模型
9.1 回歸分析
9.1.1 問(wèn)題的提出
9.1.2 一元線性回歸模型
9.1.3 最小二乘法
9.1.4 正態(tài)假設(shè)下的極大似然估計(jì)及性質(zhì)
9.1.5 模型的檢驗(yàn)
9.1.6 預(yù)測(cè)與控制
9.1.7 幾點(diǎn)推廣
9.2 方差分析
9.2.1 問(wèn)題的提出
9.2.2 單因素方差分析模型
9.2.3 平方和分解和方差分析表
9.2.4 雙因素試驗(yàn)的方差分析
9.2.5 多因素正交表設(shè)計(jì)的方差分析
習(xí)題九

第十章 概率統(tǒng)計(jì)實(shí)驗(yàn)
10.1 Matlab—大型計(jì)算器式的概率統(tǒng)計(jì)實(shí)驗(yàn)
10.1.1 熱軋問(wèn)題實(shí)驗(yàn)——隨機(jī)變量、直方圖、概率密度
10.1.2 用Matlab的tool進(jìn)行概率統(tǒng)計(jì)實(shí)驗(yàn)
10.2 統(tǒng)計(jì)工具箱簡(jiǎn)介

10.3 二項(xiàng)分布實(shí)驗(yàn)
10.3.1 案例描述——Galton釘板實(shí)驗(yàn)
10.3.2 統(tǒng)計(jì)觀察：頻率、分布列與平均利潤(rùn)
10.3.3 動(dòng)畫(huà)模擬、投硬幣與Galton釘板、π重伯努利試驗(yàn)與二項(xiàng)分布
10.3.4 知識(shí)點(diǎn)鏈接：兩點(diǎn)分布—二項(xiàng)分布—泊松分布—正態(tài)分布
10.4 正態(tài)分布實(shí)驗(yàn)
10.4.1 案例描述（身高和體重的關(guān)系）
10.4.2 統(tǒng)計(jì)觀察——二維隨機(jī)變量
10.4.3 動(dòng)畫(huà)模擬、聯(lián)合與邊際
10.4.4 知識(shí)點(diǎn)鏈接：二維正態(tài)變量

附表1 幾種常用的概率分布
附表2 標(biāo)準(zhǔn)正態(tài)分布表
附表3 泊松分布表
附表4 t分布表
附表5 y2分布表
附表6 F分布表
部分習(xí)題答案
參考文獻(xiàn)