第一章 随机事件和概率1.1 随机事件1.2 概率的定义和性质1.3 古典概型与几何概型1.4 条件概率、全概率公式和贝叶斯公式1.5 事件的独立性1.6 问题拓展探索之一——蒲丰投针问题及其应用1.7 趣味问题求解与Python实现之一1.8 课程趣味阅读之一习题一第二章 离散型随机变量及其分布2.1 随机变量2.2 离散型随机变量及其分布律2.3 二维离散型随机变量及其分布2.4 离散型随机变量的独立性与条件分布2.5 离散型随机变量函数的分布2.6 问题拓展探索之二——几个常用离散型分布的性质拓展与应用2.7 趣味问题求解与Python实现之二2.8 课程趣味阅读之二习题二第三章 连续型随机变量及其分布3.1 分布函数与概率密度3.2 常用的一维连续型随机变量3.3 二维连续型随机变量及其分布3.4 连续型随机变量的独立性与条件分布3.5 连续型随机变量函数的分布3.6 问题拓展探索之三——伽马分布及其应用3.7 趣味问题求解与Python实现之三3.8 课程趣味阅读之三习题三 第四章 随机变量的数字特征4.1 数学期望4.2 方差4.3 协方差和相关系数4.4 矩和协方差矩阵4.5 随机变量的形态特征4.6 问题拓展探索之四——条件期望及其应用4.7 趣味问题求解与Python实现之四4.8 课程趣味阅读之四习题四第五章 大数定律和中心极限定理5.1 大数定律5.2 中心极限定理5.3 问题拓展探索之五——随机变量序列的三种收敛5.4 趣味问题求解与Python实现之五5.5 课程趣味阅读之五习题五第六章 数理统计的基本概念6.1 总体和样本6.2 经验分布函数6.3 统计量6.4 三个常用分布6.5 抽样分布6.6 问题拓展探索之六——变量变换法与次序统计量的分布6.7 趣味问题求解与Python实现之六6.8 课程趣味阅读之六习题六第七章 参数估计7.1 点估计7.2 估计量的评选标准7.3 置信区间7.4 单个正态总体参数的置信区间7.5 两个正态总体参数的置信区间7.6 非正态总体参数的置信区间7.7 问题拓展探索之七——极大似然估计法的趣味应用7.8 趣味问题求解与Python实现之七7.9 课程趣味阅读之七习题七第八章 假设检验8.1 假设检验问题8.2 单个正态总体的假设检验8.3 两个正态总体的假设检验8.4 总体成数的假设检验8.5 分布拟合检验8.6 问题拓展探索之八——势函数与两类错误的计算8.7 趣味问题求解与Python实现之八8.8 课程趣味阅读之八习题八第九章 方差分析与回归分析9.1 单因素试验的方差分析9.2 双因素试验的方差分析9.3 一元线性回归9.4 多元线性回归9.5 问题拓展探索之九——协方差分析模型及其应用9.6 趣味问题求解与Python实现之九9.7 课程趣味阅读之九习题九第十章 Python在概率论与数理统计中的应用10.1 Python语言基础10.2 数据处理与可视化10.3 Python在概率论与数理统计中的应用附表附表1 泊松分布表附表2 标准正态分布表附表3 χ2分布表附表4 t分布表附表5 F分布表附表6 柯尔莫哥洛夫检验的临界值表附表7 Dn的极限分布函数的数值表参考答案与提示参考文献
前 言党的二十大报告首次将教育、科技、人才工作专门作为一个独立章节进行系统阐述和部署,明确指出:“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑.”这让广大教师深受鼓舞,更要勇担“为党育人,为国育才”的重任,迎来一个大有可为的新时代.我国已经进入了以数字经济为标志的高质量发展阶段,而以大数据与人工智能科技构成了数字经济的基石.这意味着,各行各业或多或少地与数学算法及数学建模发生着联系.概率论与数理统计作为一门应用背景极强的数学分支学科,自然将越来越多地得到广泛的应用.然后,由于该课程的概念和理论较难理解,以及各专业对该课程要求的深浅不同,因此教师在教学中较难把握.针对这些问题,本书编写人员根据多年的教学经验,吸收了多部教材的优点,尝试编写了这部教材.在编写过程中,编者在保持概念严谨性的同时,尽量做到以实际背景作铺垫,注重由浅入深地多样举例,注重实际应用.除此之外,还进行了以下几个方面的尝试:其一,为拓展学生学科前沿视野,增设了“问题拓展探索”部分.该部分旨在让一些初步掌握了本学科的基本内容、并希望进一步深入接触本学科前沿领域的读者,更加方便地学习一些本学科的前沿知识,架起本学科基础内容与前沿领域之间的一座桥梁.该部分可由读者根据各自的兴趣和需要进行选择性学习.其二,为训练学生建模思维及Python的实现能力,设置了“趣味问题求解与Python实现”部分.该部分由浅入深地提供了一些与该课程相关的实际问题,并提供了分析和求解,旨在训练数学建模思维.同时,辅助以Python实现,以培养对实际问题的软件实现能力.其三,为提升学生有关本学科的人文素养与学习兴趣,撰写了“课程趣味阅读”部分.该部分提供了一些与本学科发展有关的阅读,让读者了解本学科的发展历程、名人趣闻、应用趋势等知识性内容,试图增加读者对本学科的感性认识、激发读者对本学科的学习兴趣.本书各章节基本知识内容的编写工作分工如下:第一章、第二章、第十章由周大镯负责;第三章由方艳丽负责;第四章由苏启琛负责;第五章由杨莹负责;第六章由聂维琳负责;第七章由李德旺负责;第八章、第九章由柯忠义负责.此外,由柯忠义负责全书“问题拓展探索”“趣味问题求解与Python实现”“课程趣味阅读”三个部分的编写,以及本书的统稿、定稿和校对工作.另外,本书得到了2023年广东省本科高校数学教学指导委员会的教改项目资助,在此表示感谢. 由于作者水平有限,书中的不妥和错漏之处在所难免,恳请读者批评指正,以使本书更加完善.编 者
柯忠义 ---------------------------- 柯忠义,统计学教授,博士,主讲讲授《概率论与数理统计》《多元统计分析》《数学建模》等课程。长期从事数学建模培训和指导工作,指导大学生参加国内外数学建模及美国数模竞赛的成绩优异,分别在2009年、2017年及2021年三次次获得广东省大学生优秀建模指导教师称号。主要从事复杂数据建模与分析等应用领域的研究工作,先后在国内外期刊发表论文近40篇;主持省部级及市厅级项目6项。主要的研究领域为,宏观经济数据、产业与企业层面数据数据的建模与分析,运用数据挖掘、统计建模、线性与非线性预测、贝叶斯估计分析等方法,探索各类数据的生成过程、性质、特点和趋势,刻画行业、企业及宏观经济周期的动态运行周期与结构特征。
本书是一本供非数学专业使用的概率论与数理统计教材. 全书共分为十章,内容包括随机事件和概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理、参数估计、假设检验、方差分析与回归分析、统计软件SPSS简介. 每一章节后面有相当数量的习题,在书末配有参考答案,供读者参考. 为了使学生对这门课程在现实生产、生活中的应用有一个感性的认识,在每一章的最后都提供了一篇课外拓展阅读,以提高学习兴趣和应用意识. 第一章 随机事件和概率 第二章 离散型随机变量及其分布第三章 连续型随机变量及其分布 第四章 随机变量的数字特征第五章 大数定律和中心极限定理 第六章 数理统计的基本概念第七章 参数估计 第八章 假设检验第九章 方差分析与回归分析 第十章 Python基础及其在概率论与数理统计中的应用