STATISTICAL INFERENCE 2/e (2版)
相關熱銷的書籍推薦給您
【原文書】
書名:Statistical Inference 2/E
作者:George Casella
出版社:CENGAGE
ISBN:9780534243128
Table of contents
1. Probability Theory. Set Theory. Probability Theory. Conditional Probability and Independence. Random Variables. Distribution Functions. Density and Mass Functions. Exercises. Miscellanea. 2. Transformations and Expectations. Distribution of Functions of a Random Variable. Expected Values. Moments and Moment Generating Functions. Differentiating Under an Integral Sign. Exercises. Miscellanea. 3. Common Families of Distributions. Introductions. Discrete Distributions. Continuous Distributions. Exponential Families. Locations and Scale Families. Inequalities and Identities. Exercises. Miscellanea. 4. Multiple Random Variables. Joint and Marginal Distributions. Conditional Distributions and Independence. Bivariate Transformations. Hierarchical Models and Mixture Distributions. Covariance and Correlation. Multivariate Distributions. Inequalities. Exercises. Miscellanea. 5. Properties of a Random Sample. Basic Concepts of Random Samples. Sums of Random Variables from a Random Sample. Sampling for the Normal Distribution. Order Statistics. Convergence Concepts. Generating a Random Sample. Exercises. Miscellanea. 6. Principles of Data Reduction. Introduction. The Sufficiency Principle. The Likelihood Principle. The Equivariance Principle. Exercises. Miscellanea. 7. Point Estimation. Introduction. Methods of Finding Estimators. Methods of Evaluating Estimators. Exercises. Miscellanea. 8. Hypothesis Testing. Introduction. Methods of Finding Tests. Methods of Evaluating Test. Exercises. Miscellanea. 9. Interval Estimation. Introduction. Methods of Finding Interval Estimators. Methods of Evaluating Interval Estimators. Exercises. Miscellanea. 10. Asymptotic Evaluations. Point Estimation. Robustness. Hypothesis Testing. Interval Estimation. Exercises. Miscellanea. 11. Analysis of Variance and Regression. Introduction. One-way Analysis of Variance. Simple Linear Regression. Exercises. Miscellanea. 12. Regression Models. Introduction. Regression with Errors in Variables. Logistic Regression. Robust Regression. Exercises. Miscellanea. Appendix. Computer Algebra. References.
立即查看
書名:數理統計
作者:黃文璋
出版社:華泰
出版日期:2003/09/00
ISBN:9789576094965
內容簡介
本書前四章可充當大學部第一門機率論,或機率與統計一年的教材,第五章至第十一章可充當數理統計一年的教材。
本書可供大學部兩年的教材,亦可供研究所數理統計一年的教材。
作為研究所之教材,本書前四章為很好的基礎機率之複習教材。本書內容豐富、取例廣泛、文字優雅、打字編排水準極高,極適合閱讀。
讀完本書對機率與統計將有一完整且清晰的概念。
目錄
第1章 基本概念
第2章 常見分佈
第3章 多維隨機變數
第4章 隨機樣本及其他
第5章 資料減縮
第6章 點估計
第7章 估計量之評比
第8章 假設與檢定
第9章 區間估計
第10章 離散資料分析
第11章 非參數方法
立即查看
機率論(Ross/A First Course in Probability 8e ) (8版)
相關熱銷的書籍推薦給您
【中文翻譯書】
書名:機率論 修訂版
原文書名 : A First Course in Probability 8/E
作者 : Sheldon Ross
譯者 : 朱蘊鑛
出版社 : 華泰
出版日期 : 2012/07
ISBN : 9789862801543
內容簡介
本書針對具備微積分知識並主修數學、統計、工程和科學(包含資訊科學、生物科學、社會科學和管理科學)的學生介紹機率論,除了說明機率論的數學內涵並藉由大量的範例來介紹機率論的應用。
第1章提出組合分析之基本原理,它對於計算機率相當實用。
第2章介紹機率論之公設並證明它們可用於計算各式各樣有趣的機率。
第3章介紹條件機率與獨立事件等非常重要的主題。藉由一系列的範例,我們說明當某部分資訊可用時,條件機率如何幫助我們計算機率。
第4到第6章介紹隨機變數的概念。第4章介紹離散隨機變數,第5章介紹連續隨機變數,而第6章介紹聯合隨機變數。
第7章介紹期望值的其他性質,提出許多範例說明隨機變數之和的期望值等於他們個別的期望值之和這個結果的功能。
第8章提出機率論主要的理論結果,並證明強大數法則和中央極限定理。
第9章介紹一些其他的專題,例如馬可夫鏈、卜瓦松過程和資訊編碼理論。
第10章則介紹模擬。
在本書中每章最後給了兩組習題,第1組為練習題,而第2組為自我評量,並且在本書最後附有自我評量的詳細解答,應可增進讀者之學習成效以及提升應付校內外機率論科目之考試能力,特別是研究所之入學考試。
作者簡介
Sheldon Ross
現職:University of Southern California
學歷:Ph.D. in statistics at Stanford University
譯者簡介
朱蘊(金廣)
現職:國立臺中科技大學應用統計系教授兼系主任
學歷:清華大學統計所博士
目錄
第1章 組合分析
第2章 機率之公設
第3章 條件機率與獨立性
第4章 隨機變數
第5章 連續隨機變數
第6章 聯合分配之隨機變數
第7章 期望值的性質
第8章 極限定理
第9章 機率中另外的專題
第10章 模擬
立即查看
圖解機器學習與資料科學的數學基礎|使用Python (1版)
類似書籍推薦給您
內容簡介
搞懂不會背叛你的數學,進一步提升你的程式功力!
本書透過圖表解說人工智慧與資料科學領域的相關數學知識,並告訴你如何將其轉換為程式碼,除了可以吸收關於數學的知識之外,也能立即運用在工作上。
透過機率統計的學習,了解如何改善業務流程
本書將AI與資料科學的相關數學知識分成四大篇,第一篇的「機率統計、機器學習篇」介紹的是了解工作情況,篩選出必要資訊的流程,以及位於這個流程背後的機率統計、機器學習的數學知識。能掌握工作情況就能知道該如何改善相關業務,也能進一步觀察未來的變化。
了解最佳化的步驟,學會職場所需的最佳化流程
第二篇「數理最佳化篇」介紹最佳化業務的流程,以及解決業務問題的方法。要最佳化業務,就必須先了解哪些部分需要改善效率,換言之,最佳化的重點在於找出問題。了解最佳化的步驟與問題的種類,就能學會工作職場所需的最佳化流程。
透過預測病毒的傳播模式,了解相關的數學理論
第三篇「數值模擬篇」則以傳染染病的傳播為主題,學習預測這類傳播模式的微分。只要了解微分,就能了解病毒的傳播模式,也能利用動畫說明傳播模式與製作出臨場感十足的簡報。最後的「深度學習篇」則會先說明近年來發展神速的深度學習技術原理,再說明這些原因都於哪些技術或職場應用。
來自讀者的讚譽
「這是我買過最實用的書」
「這本書可以讓你知道如何將數學應用在現實世界的工作之中」
「這本書拯救了文科出身,在工作上又不得不面對數學的我」
目錄
序章|設定 Python開發環境
第一篇機率統計、機器學習篇
第1章|取得資料之後的第一件事
第2章|試著利用機器學習進行分析
第3章|推測必需的資料筆數
第二篇 數理最佳化篇
第4章|透過最佳路徑規劃問題,了解解決最佳化問題的方法
第5章|透過排班問題了解最佳化問題的全貌
第三篇 數値模擬篇
第6章|試著預測傳染病的影響
第7章|試著透過動畫模擬人類的行為
第四篇 深度學習篇
第8章|了解深度學習辨識影像的方法
第9章|了解深度學習處理時間序列資料的機制
第10章|了解以深度學習進行的圖片處理與語言處理
Appendix 程式設計與數學之間的橋梁
Appendix 1|利用公式了解常態分佈
Appendix 2|微分方程式差分法造成的誤差與泰勒展開式
Appendix 3|非線性最佳化的機械學習/深度學習的迴歸/分類
立即查看
圖解機器學習、人工智慧與人類未來 (1版)
類似書籍推薦給您
立即查看
圖解機電一體化入門系列:控制用微機入門<科學出版社>
類似書籍推薦給您
立即查看
圖解有機反應機轉:問題導向有機化學 (1版)
類似書籍推薦給您
立即查看
小住宅空間研究室:圖解尺寸機能設定╳常見屋型格局規劃技巧,提升小宅設計力
類似書籍推薦給您
立即查看