CHAPTER 1機率
1.1前言
1.2機率之定義及基本定理
1.3條件機率、機率獨立與貝氏定理
CHAPTER 2隨機變數之分配
2.1隨機變數之概念
2.2機率密度函數
2.3衍生性 p.d.f.
2.4隨機變數之期望值與變異數
CHAPTER 3多變量隨機變數
3.1結合機率密度函數及結合分配函數
3.2邊際密度函數、條件密度函數與機率獨立
3.3多變量隨機變數之期望值
3.4條件期望值
3.5相關係數
3.6二元隨機變數之函數
CHAPTER 4重要機率分配
4.1超幾何分配
4.2 Bernoulli試行及其有關之機率分配
4.3卜瓦松分配，指數分配與 Gamma分配
4.4常態分配
4.5一致分配
4.6二元常態分配
CHAPTER 5抽樣分配
5.1樣本分配與抽樣分配
5.2順序統計量
5.3中央極限定理
5.4基本抽樣分配
CHAPTER 6估計理論
6.1不偏性與最小變異性
6.2一致性
6.3動差推定量
6.4最概法
6.5貝氏推定量與大中取小推定量
CHAPTER 7估計理論之進一步
7.1充分性
7.2 UMVUE
7.3位置、尺度不變性與 Basu定理
7.4最小充分統計量
7.5區間估計
7.6區間估計之一般理論
CHAPTER 8統計假設檢定
8.1統計假設檢定之意義及要素
8.2最強力檢定與 Neyman-Pearson引理
8.3一致最強力檢定
8.4概似比檢定
8.5適合度檢定
CHAPTER 9線性模式導論
9.1最小平方法簡單線性迴歸模式
9.2 Gauss-Markov定理
9.3隨機矩陣之性質
9.4二次形式與 Cochran定理
9.5一般線性模式
|
投影片((外加))
若要索取未隨書附送(外加)且未於此提供下載的教學資源，請詳洽業務人員(02-27055066#824)(僅提供教師使用)
|
