概率论与数理统计:英文

由威廉·门登霍尔、罗伯特·J.比弗、芭芭拉·M.比弗共同撰写的《概率论与数理统计》融合传统与创新，系统讲述了如何正确地收集和描述数据，如何利用统计软件MINITAB和EXCEL进行统计分析，以及如何解释统计结果在实际应用中的意义。本书是根据该书靠前4版缩编而成，对统计描述和推断作了基本的介绍。
本书语言流畅，通俗易懂，无需微积分基础即可通览全书。在编写上注重形象思维，用图形帮助理解各种统计概念。每小节后有大量具有不同难易程度的练习题，便于读者学习。本书配套的多种在线学习资源帮助学生学习和理解相关内容。本书理论联系实际，尤其适用于人文学科、经济管理等专业本科生、研究生学习使用。
本书既可以作为高等院校概率统计课程的双语教材和教师参考书，也可以作为靠前高中AP课程或靠前培训机构所需要的统计教材。

威廉·门登霍尔，拥有北卡罗来纳州立大学博士学位，曾任宾夕法尼亚州巴内尔大学数学系教授，1963-1977年担任佛罗里达大学统计系主任。门登霍尔博士在一些很好统计学杂志发表过论文，但广为人知的是他众多的教科书，总共独立或者合作出版了13本统计学教材。

引言：什么是统计
1.描述数据的图形法
1.1变量与数据
1.2变量的类型
1.3分类数据的图形
1.4定量数据的图形
1.5频率直方图
2.描述数据的数值法
2.1描述数据集的数值法
2.2中心的度量
2.3变异性的度量
2.4标准差的实际意义
2.5检测s计算错误的方法
2.6相对位置的度量
2.7五数归纳与箱线图
3.二维数据的描述
3.1二维数据
3.2分类变量的图形
3.3两个定量变量的散点图
3.4定量双变量数据的度量
4.概率和概率分布
4.1概率论在统计学中的角色
4.2事件与样本空间
4.3计算简单事件的概率
4.4事件的关系与概率法则
4.5独立性、条件概率与乘法法则
4.6贝叶斯法则
4.7离散型随机变量及其概率分布
5.几个重要的离散型分布
5.1引言
5.2二项概率分布
5.3泊松概率分布
5.4超几何概率分布
6.正态概率分布
6.1连续型随机变量的概率分布
6.2正态概率分布
6.3正态概率分布的面积制表
7.样本分布
7.1引言
7.2抽样方案与试验设计
7.3统计量与抽样分布
7.4中心极限定理
7.5样本均值的抽样分布
7.6样本比例的抽样分布
8.大样本估计
8.1已学的内容
8.2将要学的内容——统计推断
8.3估计的类型
8.4点估计
8.5区间估计
8.6两个总体均值差的估计
8.7两个二项比例差的估计
8.8单侧置信区间
8.9样本容量的选择
9.大样本的假设检验
9.1总体参数的假设检验
9.2假设的统计检验
9.3总体均值的大样本检验
9.4两个总体均值差的大样本假设检验
9.5二项比例的大样本假设检验
9.6两个二项比例差的大样本假设检验
9.7假设检验的有关说明
10.小样本的推断
10.1引言
10.2学生t分布
10.3单总体均值的小样本推断
10.4两个总体均值差的小样本推断:独立随机样本
10.5两个总体均值差的小样本推断:逐对差检验
10.6单总体方差的推断
10.7双总体方差的比较
10.8重新审视小样本假设
11.方差分析
11.1试验设计
11.2什么是方差分析？
11.3方差分析的假设
11.4接近随机化设计：单因素分类
11.5接近随机化设计的方差分析
11.6总体均值的分级
11.7随机化区组设计：双因素分类
11.8随机化区组设计的方差分析
11.9a×b析因试验：双因素分类
11.10a×b析因试验的方差分析
12.线性回归与相关性
12.1引言
12.2一个简单的线性概率模型
12.3最小二乘法
12.4线性回归的方差分析
12.5线性回归模型的有效性检验
12.6回归假设的诊断工具
12.7利用拟合直线估计和预测
12.8相关分析
13.多元回归分析
13.1引言
13.2多元回归模型
13.3多元回归分析
13.4多项式回归模型
13.5回归模型中定量与定性预测变量的使用
14.分类数据分析
14.1试验的描述
14.2皮尔逊卡方统计量
14.3检验特定单元格的概率:拟合优度检验
14.4列联表:双因素分类
14.5几个多项总体的比较:固定行和或列和的双因素分类
15.非参数统计
15.1引言
15.2威尔科克森秩和检验:独立随机样本
15.3成对试验的符号检验
15.4统计检验的比较
15.5成对试验的威尔科克森符号秩检验
15.6接近随机化设计的克鲁斯卡尔沃利斯H检验
15.7随机化区组设计的弗里德曼F_r检验
附表