关于假冒网站的声明

图书搜索:

概率与统计(理工类·第9版)(统计学经典译丛)

作  者:罗纳德·E·沃波尔(Ronald E.Walpole)等

出版时间:2016-10-17 字  数:888 千字
书  号:233437 ISBN:978-7-300-23343-7
开  本:16 包  装:平
印  次:1-1 译 者:

定价:¥69.00

内容简介

这本经典教材以其在理论和方法之间取得的独特的平衡,通过兴趣激发和相关应用的方式,“生动”“缜密”地介绍了基础概率理论和统计推断。书中还吸收了大量最新的统计知识和新问题,并在每章末增加一个小节,以增强书中内容与时下工程与科研问题的适用性和相关性。在内容方面,不仅有许多最新的工程问题,也有很多生物学、物理学以及计算机科学方面的最新问题;不仅强调对关键思想的掌握,同时警示实践中可能发生的风险和危害。
枯燥的概率与统计理论令那些感兴趣的读者望而却步,本书的出版却带来了一股新风,其内容通俗易懂,章节安排环环相扣,而且有大量的练习留给读者去理解和感知概率与统计的思想和概念。建议有实践需求的读者将本书带入你的课题研究中,也推荐愿意更多了解概率和统计知识的人员阅读。

作者简介

主要作者简介
雷蒙德•H•迈尔斯(Raymond H. Myers) 弗吉尼亚理工大学统计学名誉教授,主要研究领域为试验设计与分析、响应面分析和非线性模型分析,美国统计协会(ASA)会员,国际统计学会(ISI)会员,曾任弗吉尼亚理工大学统计咨询中心主任。
莎伦•L•迈尔斯(Sharon L. Myers) 瑞德福大学统计学名誉副教授,主要研究领域为统计计算、回归分析和响应面分析,曾任弗吉尼亚理工大学统计咨询中心副主任、瑞德福大学统计咨询中心主任。

译者简介
袁东学 经济学博士,本科毕业于西北工业大学应用数学系,博士毕业于中国人民大学统计学院。现工作于中国证监会博士后工作站,任中国人民大学国民经济核算研究所兼职研究人员。近年来在核心期刊公开发表多篇论文。
龙少波 重庆大学公共管理学院讲师,中国人民大学经济学博士,重庆市宏观经济学会会员。在《金融研究》等期刊发表论文30多篇,主持国家社科基金、重庆市人文社科重点基地项目各1项,担任《金融研究》等杂志匿名审稿人。

章节目录

第1章 统计与数据分析导言
1.1 概述:统计推断、样本、总体及概率的作用
1.2 抽样过程与数据采集
1.3 位置测度:样本均值和中位数
1.4 变异的测度
1.5 离散和连续数据
1.6 统计建模、科学检验以及图形诊断
1.7 统计研究的一般类型:设计性试验、观测性研究以及回溯性研究
第2章 概 率
2.1 样本空间
2.2 事件
2.3 样本点计数
2.4 事件的概率
2.5 加法法则
2.6 条件概率、独立性及乘积法则
2.7 贝叶斯准则
2.8 可能的错误观点及危害;与其他章节的联系
第3章 随机变量和概率分布
3.1 随机变量的概念
3.2 离散型概率分布
3.3 连续型概率分布
3.4 联合概率分布
3.5 可能的错误观点及危害;与其他章节的联系
第4章 数学期望
4.1 随机变量的均值
4.2 随机变量的方差和协方差
4.3 随机变量的线性组合的均值和方差
4.4 切贝雪夫定理
4.5 可能的错误观点及危害;与其他章节的联系
第5章 几个离散型概率分布
5.1 引言与动机
5.2 二项分布和多项式分布
5.3 超几何分布
5.4 负二项分布和几何分布
5.5 泊松分布和泊松过程
5.6 可能的错误观点及危害;与其他章节的联系
第6章 几个连续型概率分布
6.1 连续型均匀分布
6.2 正态分布
6.3 正态曲线下的面积
6.4 正态分布的应用
6.5 二项分布的正态近似
6.6 伽马分布和指数分布
6.7 卡方分布
6.8 贝塔分布
6.9 对数正态分布
6.10 韦布尔分布
6.11 可能的错误观点及危害;与其他章节的联系
第7章 基本的抽样分布和描述性数据分析
7.1 随机抽样
7.2 一些重要的统计量
7.3 抽样分布
7.4 均值的抽样分布和中心极限定理
7.5 S2的抽样分布
7.6 t分布
7.7 F分布
7.8 分位图和概率图
7.9 可能的错误观点及危害;与其他章节的联系
第8章 单样本和两样本的估计问题
8.1 引言
8.2 统计推断
8.3 经典估计方法
8.4 单样本:均值估计
8.5 点估计的标准误
8.6 预测区间
8.7 容忍限
8.8 两样本:两个均值之差的估计
8.9 配对观测
8.10 单样本:比例的估计
8.11 两样本:两个比例之差的估计
8.12 单样本:方差估计
8.13 两样本:两个方差之比的估计
8.15 可能的错误观点及危害;与其他章节的联系
第9章 单样本和两样本假设检验
9.1 统计假设:基本概念
9.2 统计假设的检验
9.3 利用P值在假设检验中进行决策
9.4 单样本:与单个均值相关的检验
9.5 两样本:两个均值的检验问题
9.6 均值检验问题中样本容量的选取
9.7 均值比较的图形方法
9.8 单样本:单个比例的检验
9.9 两样本:两个比例的检验问题
9.10 方差的单样本和两样本检验问题
9.11 拟合优度检验
9.12 独立性检验(分类数据)
9.13 齐性检验
9.14 两样本的案例研究
9.15 可能的错误观点及危害;与其他章节的联系
第10章 简单线性回归和相关性
10.1 线性回归简介
10.2 简单线性回归模型
10.3 最小二乘和拟合模型
10.4 最小二乘估计的性质
10.5 回归系数的推断
11.6 预测
10.7 对回归模型的选取
10.8 方差分析
10.9 回归问题中线性性的检验:具有重复观测的数据
10.10 数据的图形和变换
10.11 简单线性回归的案例研究
10.12 相关性
10.13 可能的错误观点及危害;与其他章节的联系
第11章 多元线性回归和一些非线性回归模型
11.1 引言
11.2 系数的估计
11.3 矩阵形式的线性回归模型
11.4 最小二乘估计量的性质
11.5 多元线性回归中的推断
11.6 通过假设检验来选取拟合模型
11.7 分类变量或示性变量
11.8 模型选择的序贯方法
11.9 残差问题及违背假设的情况(模型检验)
11.10 交叉验证,Cp以及模型选择的其他则
11.11 非理想条件下特殊的非线性模型
11.12 可能的错误观点及危害;与其他章节的联系
第12章 单因子试验:一般性问题
12.1 方差分析技术
12.2 试验设计策略
12.3 单边方差分析:完全随机化设计
12.4 方差齐性检验
12.5 自由度为1的对照
12.6 多重比较
12.7 对区组中的处理进行比较的问题
12.8 完全随机区组化设计
12.9 图形方法与模型诊断
12.10 方差分析中的数据变换
12.11 随机效应模型
12.12 案例研究
12.13 可能的错误观点及危害;与其他章节的联系
第13章 因子试验(两因子或多因子)
13.1 引言
13.2 两因子试验中的交互效应
13.3 两因子方差分析
13.4 三因子试验
13.5 随机效应和混合效应模型的因子试验
13.6 可能的错误观点及危害;与其他章节的联系
第14章 2k因子试验和部分因子试验
14.1 引言
14.2 2 k 因子试验:效应的估计和方差分析
14.3 无重复2k因子试验
14.4 回归中的因子试验
14.5 正交设计
14.6 部分因子试验
14.7 对部分因子试验的分析
14.8 高阶部分因子试验和筛选设计
14.9 以8,16,32个设计点构造解析度为Ⅲ和Ⅳ的设计
14.10 解析度为Ⅲ的其他两水平设计; Plackett-Burman设计
14.11 稳健参数设计
14.12 可能的错误观点及危害;与其他 章节的联系
第15章 非参数统计
15.1 非参数检验
15.2 符号秩检验
15.3 W ilcoxon秩和检验
15.4 Kruskal-W allis检验
15.5 游程检验
15.6 容忍限
15.7 秩相关系数
第16章 统计质量控制
16.1 引言
16.2 控制限的性质
16.3 控制图的用途
16.4 变量型控制图
16.5 属性控制图
16.6 累积和控制图
参考文献

精彩片断

本书是由罗纳德·E·沃波尔等著的一部优秀的统计学教材,其内容系统,结构层次分明,案例丰富。这样的一部教材十分难得,英文版本已更新至第9版。从内容来看,本书深入浅出,注重统计思想,而不偏重理论推导,对数学和概率论基础要求少,更多地强调实用性。此外,本书最为显著和耀眼的特点在于,其大部分章节都包含旨在建立起与本书其他章节之间联系的相关讨论。如此一来,读者更容易从宏观上认识统计的全貌,这正是本版教材的用心之处,也是其显著有别于本书历史版本之处。因此,本书适合统计学和相关专业的本科和研究生,尤其适合需要获得统计学的全景的读者。
从发展的角度来看,“统计是动态的历史,历史是静态的统计”。这说明统计理论本身是不断发展和完善的,是一个持续的过程,而且其产生和发展还与生产和社会历史进步密切联系,依赖于特定的社会历史条件(或实践),受到它的影响和制约(或激励)。例如,在农业和工业试验中,人们对试验设计产生了需求,于是催生了这个分支的发展,进一步在工业生产中又对质量控制和可靠性提出了要求。眼下大数据(big data)这个概念风行于世,姑且不论其内涵和外延,试问大数据是现在才有的吗?古圣先贤就没想过要“变废为宝”吗?技术进步,尤其是计算机技术的进步,使得这种想法成为可能,而且人们也认识到了大数据的重要性,于是从应用层面对处理大数据的方法提出了要求。我们可以看到,在生产和社会历史的实践过程中,普遍的规律是,人们常常需要通过个体(样本)来认识一般现象(总体),正是人类的现实需求和认识论意义上的这种天性催生了统计(思维)的发展,于是以归纳总结范式来认识世界的认知逻辑构成了统计学的基础逻辑,可见,统计学并不是在思维层面上具有纯粹性的数学演绎。但在理论层面,统计学将基础建立在大数定律和中心极限定理之上,确保了从个体(样本)到一般(总体)在一定基础(概率基础)上的正确性。因此,围绕大数定律和中心极限定理进行演绎的概率论便构成统计研究的基础,本书第2~6章以及第7章的部分内容就属于概率论的范畴。
我们开展统计研究来认识一般现象(总体)的过程中,主要面临两大统计问题:一个是参数估计问题(第8章),另一个是假设检验问题(第9章)。本书在内容上对这两部分的内容进行了充分的介绍,并且在结构安排上充分考虑了这两个问题之间的关联。读者在学习这两部分时需要掌握点估计、无偏估计、区间估计、置信水平、预测区间、容忍限、零假设(或原假设)、备择假设、犯第一类错误的概率α、犯第二类错误的概率β、P值(或显著性)、自由度、检验的势等基础性概念的思想和内涵,前后联系来理解参数估计和假设检验两者之间的异同,从而对统计思想、概念和方法有更深刻、更准确的认识。例如,置信区间、预测区间和容忍区间这三者之间的差异及其产生的原因、所基于的假设以及在何种类型的科学研究或科学问题中应当采用何种区间形式。又如,零假设和备择假设之间,何者更为重要?当我们拒绝了备择假设时,是否可以说“接受零假设”这样的话,为什么?这些内容需要读者根据相应的统计思想去体会。
上面提到,称为“统计方法”的所有方法的主题在很大程度上几乎都是围绕估计和假设检验问题而展开的,只不过第9章以后的内容在很大程度上要依赖于我们的统计建模。在许多科研和工程领域,人们需要对很多不同类型的实际问题去进行建模,从而挖掘变量或参数之间的关系,统计上将这种关系定义为相关关系。不过,统计模型的框架通常用处不大,除非可以获取用于估计模型参数的数据。第10章和第11章介绍回归模型时这一点就会非常清楚。而且,与第8章有关的一些概念和理论还要进一步推广。第9章所讨论到的假设检验的框架、P值、检验的势以及对样本容量的选取这些内容,在一起还将发挥非常重要的作用。在第10章和第11章,读者需要根据简单线性回归中的回归线和拟合回归线等基本概念(尤其是相关性的概念)以及回归分析所基于的基础假设来学习,因此也就可以理解为何要采用最小二乘法来估计模型的参数。估计出参数之后我们是否就有信心将该模型用于加深我们对工业生产的理解或者预测?不然,原始的模型表达式通常还需要通过拟合优度检验(如拟合不足检验等)、残差检验(如异方差)等方法来进行统计诊断,以判别是否存在违背基础假设的情况,并对模型质量进行评估,借此再对模型进行修正。
现实情形中我们所需估计和检验的总体参数通常不止两个,此时,第8章和第9章中的方法就显得窘迫了,我们需要采用方差分析技术或开展因子试验来解决这一类问题。可见,第12章是全书极为关键的一章,它是试验设计和方差分析这类重要问题的入门基础。试验设计中,随机指派消除了由于系统性指派造成的偏差,并将试验因子的不一致性造成的风险均匀地分配给每一个因子水平,从而最好地模拟出模型的假设条件。在第12章,本书还通过在试验中进行区组化,将试验单元分成一个个称为区组的相似对,因子水平或处理则随机地指派给每个区组,从而减少实验误差所造成的影响。在本章中,本书将相似对自然地推广到规模更大的区组上,而方差分析就是我们进行分析的主要工具。
第13章与第12章所讨论的是一样的问题,它只是推广到了包含一个以上因子的情形,不过,对这类问题的分析难度会因为我们对各因子之间所存在交互的解释而加大。而且在有些时候,科学实验中的交互效应相对于主因子(主效应)而言所起的作用更加重要。交互效应的存在使得我们要更加重视对图形方法的利用。在第13章和第14章,由于因子组合的方式繁多,因此本书就随机化方法进行了更详细的讨论。在阅读试验设计这三章的内容时,读者需要找到其中的关联,并认识到随机化的重要性以及交互效应对结果解释所起的作用等重要问题。虽然第14章有两方面的内容基本上就是第12章和第13章这两章的基本原则的一个推广,但在因子试验中我们是采用回归分析的方法来解决问题的,因为假设绝大多数因子都是定量的,而且都是在连续统上进行测度的。预测方程是根据设计性试验的数据得到的,于是我们可以将其用于工艺改进,甚至是工艺过程优化。此外,本书还提出了部分因子试验,即只对全因子试验中的部分因子进行试验,因为开展全因子试验往往存在过高的成本。
本译本有三处删节需要向读者说明。第一,本书的英文原版为读者提供了丰富的习题,出版社从教材本身的体量考虑,在习题部分只保留了编号为奇数的习题,不过即便是这样,本版教材的练习题在规模上仍然是非常庞大的。第二,本书将原版教材中不影响全书完整性的可选章节也进行了删减。第三,考虑到计算机在教学中的普遍应用,包括Excel在内的多款软件都可以直接计算出均值等重要统计信息,而且使用软件是现代统计学习中不可或缺的一项技能,因此本书对附录A中的内容并未收录,而是选择放在网上(www.rdjg.com),读者可自行下载。此外,为了方便我们使用软件来解决统计问题,英文原版的作者还在他们的网站上提供了原书中所有例子和习题的数据集,请读者自行到指定网站下载。
限于译者水平,译文中定有不当之处,欢迎专家和读者批评指正。

书评

其他

 

作者其他图书

没有相关图书

人大出版社天猫旗舰店 | 书香缘电子书店 | 中国高校人文社科网 | 中国高校教材图书网 | 中国一考网 | 教研服务网络 | 人大社内网 | 人大芸窗职教学苑 | 友情链接
京ICP证130369号 新出网证(京)字029号 京公网安备110108002480号
地址:北京市海淀区中关村大街31号  有网站下载或登录的问题请联系:010-62516085
邮编:100080 联系电话:010-62514760 E-mail:club@crup.com.cn