概率论与统计推断（英文版·原书第10版）

本书的第1~5 章集中于概率论,涵盖条件概率、独立性、贝叶斯定理、离散和连续分布、某些数学期望（包括矩生成函数）、二元分布、边际分布和条件分布、相关性、随机变量的函数及其分布、中心极限定理和切比雪夫不等式，以及超几何分布等内容；本书其余四章(第6-9 章) 集中在统计推断, 包括描述性和顺序统计、点估计（包括*大似然和矩估计的方法）、充分的统计、贝叶斯估计、简单线性回归、区间估计和假设检验等内容。

<br>罗伯特·V. 霍格（Robert V. Hogg，已故） 艾奥瓦大学统计学终身教授。于伊利诺伊大学获得数学学士学位，于艾奥瓦大学获得数学硕士和博士学位。因天生的幽默和对教学的热情而闻名，且对统计学领域有着深远的影响。他撰写了70多篇研究论文，并与人合作出版了Introduction of Mathematical Statistics（6th Edition）、Applied Statistics for Engineers and Physical Scientists（3rd Edition）、A Brief Course in Mathematical Statistics（1st Edition）。他的教材已经成为众多学校课堂教学的标准。<br><br>艾略特·A. 塔尼斯（Elliot A.Tanis） 霍普学院数学荣誉教授，曾担任美国数学学会（密歇根州），并被该学会授予杰出教学奖和杰出服务奖。他在霍普学院任职35年，1989年因其卓越的教学成绩获得霍普奖。他撰写了30多篇统计学方面的文章，并与人合著了A Brief Course in Mathematical Statistics和Probability and Statistics: Explorations with MAPLE（2nd Edition）。<br>戴尔·L.齐默曼（Dale L. Zimmerman） 艾奥瓦大学统计与精算科学系的Robert V. Hogg教授。<br>

第1章　概率1<br/>1.1　概率的性质1<br/>1.2　计数方法11<br/>1.3　条件概率20<br/>1.4　独立事件29<br/>1.5　贝叶斯定理35<br/>第2章　离散分布41<br/>2.1　离散型随机变量41<br/>2.2　数学期望47<br/>2.3　特殊的数学期望53<br/>2.4　二项分布63<br/>2.5　超几何分布71<br/>2.6　负二项分布76<br/>2.7　泊松分布81<br/>第3章　连续分布91<br/>3.1　连续型随机变量91<br/>3.2　指数、伽马和卡方分布100<br/>3.3　正态分布110<br/>3.4　其他模型119<br/>第4章　二元分布129<br/>4.1　离散型二元分布129<br/>4.2　相关系数139<br/>4.3　条件分布145<br/>4.4　连续型二元分布153<br/>4.5　二元正态分布162<br/>第5章　随机变量函数的分布169<br/>5.1　一个随机变量的函数169<br/>5.2　两个随机变量的变换178<br/>5.3　多个独立随机变量187<br/>5.4　矩母函数技术194<br/>5.5　与正态分布相关的随机函数199<br/>5.6　中心极限定理207<br/>5.7　离散分布的近似213<br/>5.8　切比雪夫不等式和依概率收敛220<br/>5.9　矩母函数的极限224<br/>第6章　点估计233<br/>6.1　描述性统计233<br/>6.2　探索性数据分析245<br/>6.3　 顺序统计量256<br/>6.4　最大似然估计法和矩估计法264<br/>6.5　简单回归问题277<br/>6.6　最大似然估计量的渐近分布285<br/>6.7　充分统计量290<br/>6.8　贝叶斯估计298<br/>第7章　区间估计307<br/>7.1　均值的置信区间307<br/>7.2　两均值差的置信区间314<br/>7.3　比例的置信区间323<br/>7.4　样本容量329<br/>7.5　百分位数的分布自由置信区间337<br/>7.6　更多回归344<br/>7.7　重抽样方法353<br/>第8章　统计假设检验361<br/>8.1　单均值检验361<br/>8.2　两均值相等的检验369<br/>8.3　方差检验378<br/>8.4　比例的检验385<br/>8.5　分布自由的一些检验392<br/>8.6　统计检验的功效函数403<br/>8.7　最佳临界区域410<br/>8.8　似然比检验418<br/>第9章　其他检验425<br/>9.1　卡方拟合优度检验425<br/>9.2　列联表435<br/>9.3　单因素方差分析446<br/>9.4　双因素方差分析456<br/>9.5　广义析因设计和2k析因设计465<br/>9.6　回归和相关性检验471<br/>9.7　统计质量控制477<br/>附录A　参考文献489<br/>附录B　表491<br/>附录C　奇数习题答案513<br/>附录D　数学技术综述525<br/>索引545<br/><br/><br/><br/>CONTENTS<br/>1 PROBABILITY1<br/>1.1 PropertiesofProbability1<br/>1.2 MethodsofEnumeration11<br/>1.3 ConditionalProbability20<br/>1.4 IndependentEvents29<br/>1.5 Bayes’Theorem35<br/>2 DISCRETEDISTRIBUTIONS41<br/>2.1 RandomVariablesoftheDiscreteType41<br/>2.2 MathematicalExpectation47<br/>2.3 SpecialMathematicalExpectations53<br/>2.4 TheBinomialDistribution63<br/>2.5 TheHypergeometricDistribution71<br/>2.6 TheNegativeBinomialDistribution76<br/>2.7 ThePoissonDistribution81<br/>3 CONTINUOUSDISTRIBUTIONS91<br/>3.1 RandomVariablesoftheContinuousType91<br/>3.2 TheExponential,Gamma,andChi-SquareDistributions100<br/>3.3 TheNormalDistribution110<br/>3.4 AdditionalModels119<br/>4 BIVARIATEDISTRIBUTIONS129<br/>4.1 BivariateDistributionsoftheDiscreteType129<br/>4.2 TheCorrelationCoefficient139<br/>4.3 ConditionalDistributions145<br/>4.4 BivariateDistributionsoftheContinuousType153<br/>4.5 TheBivariateNormalDistribution162<br/>5 DISTRIBUTIONSOFFUNCTIONSOFRANDOMVARIABLES169<br/>5.1 FunctionsofOneRandomVariable169<br/>5.2 TransformationsofTwoRandomVariables178<br/>5.3 SeveralIndependentRandomVariables187<br/>5.4 TheMoment-GeneratingFunctionTechnique194<br/>5.5 RandomFunctionsAssociatedwithNormalDistributions199<br/>5.6 TheCentralLimitTheorem207<br/>5.7 ApproximationsforDiscreteDistributions213<br/>5.8 Chebyshev’sInequalityandConvergenceinProbability220<br/>5.9 LimitingMoment-GeneratingFunctions224<br/>6 POINTESTIMATION233<br/>6.1 DescriptiveStatistics233<br/>6.2 ExploratoryDataAnalysis245<br/>6.3 OrderStatistics256<br/>6.4 MaximumLikelihoodandMethodofMomentsEstimation264<br/>6.5 ASimpleRegressionProblem277<br/>6.6 AsymptoticDistributionsofMaximumLikelihoodEstimators285<br/>6.7 SufficientStatistics290<br/>6.8 BayesianEstimation298<br/>7 INTERVALESTIMATION307<br/>7.1 ConfidenceIntervalsforMeans307<br/>7.2 ConfidenceIntervalsfortheDifferenceofTwoMeans314<br/>7.3 ConfidenceIntervalsforProportions323<br/>7.4 SampleSize329<br/>7.5 Distribution-FreeConfidenceIntervalsforPercentiles337<br/>7.6 MoreRegression344<br/>7.7 ResamplingMethods353<br/>8 TESTSOFSTATISTICALHYPOTHESES361<br/>8.1 TestsAboutOneMean361<br/>8.2 TestsoftheEqualityofTwoMeans369<br/>8.3 TestsforVariances378<br/>8.4 TestsAboutProportions385<br/>8.5 SomeDistribution-FreeTests392<br/>8.6 PowerofaStatisticalTest403<br/>8.7 BestCriticalRegions410<br/>8.8 LikelihoodRatioTests418<br/>9 MORETESTS425<br/>9.1 Chi-SquareGoodness-of-FitTests425<br/>9.2 ContingencyTables435<br/>9.3 One-FactorAnalysisofVariance446<br/>9.4 Two-WayAnalysisofVariance456<br/>9.5 GeneralFactorialand2kFactorialDesigns465<br/>9.6 TestsConcerningRegressionandCorrelation471<br/>9.7 StatisticalQualityControl477<br/>APPENDICES<br/>A REFERENCES489<br/>B TABLES491<br/>C ANSWERSTOODD-NUMBEREDEXERCISES513<br/>D REVIEWOFSELECTEDMATHEMATICALTECHNIQUES525<br/>D.1AlgebraofSets525<br/>D.2MathematicalToolsfortheHypergeometricDistribution529<br/>D.3Limits532<br/>D.4InfiniteSeries533<br/>D.5Integration537<br/>D.6MultivariateCalculus539<br/>Index545