具体描述
内 容 提 要
本书是药学高等专科教材，全书分两部分，第一部分为概
率论初步，介绍概率、随机变量、分布函数、数字特征以及大
数定理和中心极限定理等基础知识。第二部分为数理统计，叙
述了假设检验的原理，抽样分布、参数估计、假设检验、方差
分析、回归分析、正交设计和均匀设计等内容。
该书适合于药学、医学、预防医学、药剂学、卫生学、生
物学等专业采用。
作者简介
目录信息
第一章 随机事件与概率
第一节 随机事件及其运算
一 随机试验和随机事件
二 事件间的关系与运算
第二节 概率的定义与古典概型
一 频率
二 概率的统计定义
三 古典概型
第三节 概率的加法公式和乘法公式
一 概率的加法公式
二 条件概率和事件的独立性
第四节 全概率公式和逆概率公式
一 全概率公式
二 逆概率公式
第五节 独立重复试验概型
第二章 随机变量的概率分布和数字特征
第一节 随机变量及其分布
一 离散型随机变量的分布律与分布函数
二 连续型随机变量的概率密度函数
三 随机变量的分布函数
四 正态分布
第二节 随机变量的数字特征
一 数学期望及其性质
二 方差及其性质
第三节 大数定理和中心极限定理
一 大数定理
二 中心极限定理
第三章 抽样与估计
第一节 抽样
一 总体与样本
二 随机抽样
第二节 样本的数字特征与抽样分布
一 统计量
二 样本的数字特征
三 几种统计量的分布
第三节 参数的点估计
一 求估计量的方法
二 无偏估计
第四节 参数的区间估计
一 σ2已知时，总体均值μ的区间估计
二 σ2未知时，总体均值μ的区间估计
三 总体方差σ2的区间估计
四 总体率的区间估计
第五节 经验分布
一 样本直方图
二 累积频率分布图
第四章 假设检验
第一节 假设检验概述
一 假设检验的基本思路
二 假设检验的一般步骤
三 两类错误
第二节 单个正态总体均值的假设检验
一 方差已知的μ检验
二 方差未知的t检验
第三节 两个正态总体均值的假设检验
一 配对比较的t检验
二成组比较的t检验
第四节 关于正态总体方差的检验
一 单个正态总体方差的x2检验
二 两个正态总体方差齐性的F检验
第五节 拟合优度检验与独立性检验
一 拟合优度检验
二 列联表的独立性检验
第六节 符号检验与秩和检验
一 符号检验
二 秩和检验
第五章 方差分析
第一节 单因素方差分析
一 单因素方差分析的基本思路
二 单因素方差分析的一般方法
三 举例
第二节 多组均数间的两两比较
一 两两间多重比较的T方法
二 两两间多重比较的S方法
第六章 回归分析
第一节 一元线性回归
一 回归分析的基本思路
二 回归方程的建立
三 回归方程的显著性检验
四 相关系数与相关系数的假设检验
第二节 可化为线性回归的问题举例
第三节 利用回归方程进行预测和控制
第七章 正交试验法和均匀设计法
第一节 正交试验设计基本方法
一 正交表及其特点
二 正交试验设计基本方法
第二节 有交互作用的正交试验设计
一 两列间的交互列
二 考虑交互作用的试验设计
第三节 均匀设计简介
一 均匀设计表及其使用方法
二 应用实例
附表
附表1二项分布表
附表2泊松（P0isson）分布表
附表3标准正态分布的密度函数表
附表4标准正态分布表
附表5正态分布的双侧分位数表
附表6相关系数临界值表
附表7x2分布的上侧分位数表
附表8t分布的双侧分位数表
附表9随机数字表
附表10符号检验表
附表11秩和检验表
附表12F检验的临界值（F1－α）表
附表13二项分布参数P的置信区间表
附表14多重比较中的S表
附表15多重比较中的q表
附表16常用正交表
附表17常用均匀设计表
习题答案
索引
参考文献
· · · · · · (收起)
读后感
用户评价
看到《应用数理统计》这个书名，我立刻就联想到了一些专业领域的分析工作。我目前的工作涉及一些需要进行数据验证和模型构建的环节，但一直感觉自己的统计学基础不够扎实，很多时候在处理数据时都会感到力不从心。我希望这本书能够系统地梳理统计学的核心概念，并提供一套行之有效的应用框架，让我能够更好地理解数据背后的逻辑，并运用统计方法来解决实际问题。我特别期待书中能够讲解如何进行数据探索性分析，如何选择合适的统计模型，以及如何解释模型结果并将其转化为可执行的建议。我希望这本书能够帮助我提升在数据分析方面的能力，让我能够更自信地面对数据挑战，并为我的工作带来切实的价值。我也会仔细研究书中提供的案例，学习作者是如何运用统计学解决实际问题的，从中汲取经验和灵感。
这本书的封面设计倒是挺朴素的，但越是这样，我越觉得它可能是一本内容扎实的著作。我平时的工作接触到很多数据，但总是感觉自己对这些数据的理解不够深入，很多时候就是看看报表，做个简单的汇总，感觉像是隔靴搔痒，抓不住问题的本质。我希望《应用数理统计》能够教会我一些更高级的数据分析技巧，比如如何识别数据中的趋势和模式，如何进行预测，如何评估不同策略的有效性等等。我之前尝试过一些在线的统计课程，但总感觉碎片化，不如一本系统性的教材来得实在。《应用数理统计》听起来就好像是一个完整的知识体系，能从基础概念讲到高级应用，这正是我所需要的。我特别好奇书中会讲解哪些具体的统计模型和方法，比如回归分析、假设检验、方差分析等等，以及它们在不同领域的应用。我希望它能用清晰易懂的语言来解释这些概念，而不是一味地堆砌公式，这样我才能真正地理解和掌握它们，并将它们运用到我的实际工作中去。
《应用数理统计》这个书名给我一种很强大的感觉，仿佛它是一个能解开数据世界谜题的钥匙。我一直对科学严谨的分析方法很感兴趣，也深知在当今信息爆炸的时代，数据的重要性不言而喻。然而，我经常在工作中遇到一些需要数据支持才能做出的决策，但却不知道如何有效地处理和分析这些数据。我希望这本书能够带领我走进数理统计的殿堂，从基础的概率论和数理统计原理开始，逐步深入到各种统计推断、回归分析、实验设计等应用层面。我期待书中能提供大量的图示和表格，帮助我更直观地理解复杂的概念，同时也希望有丰富的练习题，让我能通过实践来巩固所学知识。我希望通过学习这本书，能够培养自己独立分析数据的能力，并且能够用统计学的语言来清晰地表达我的发现和结论，从而在工作中更加游刃有余。
最近偶然翻到一本叫《应用数理统计》的书，光看书名就觉得是个硬核学术读物，不过我当时没细看内容，只是觉得“数理统计”这个词听起来很有深度，可能能帮我解决工作中遇到的一些数据分析难题。我一直觉得，很多决策背后都隐藏着统计学的规律，如果能掌握这些工具，就能更理性地看待问题，也能做出更优的选择。所以，我毫不犹豫地把它买回了家，想着有空了就深入研究一下，看看里面到底藏着多少宝藏。拿到书的那一刻，它的分量就让我感到踏实，厚厚的几百页，密密麻麻的公式和图表，我能想象到里面包含的知识量该有多么丰富。我特别期待它能提供一些实际案例，教我如何将抽象的统计理论应用到具体的商业场景中，比如市场调研、产品优化、风险评估等等。我希望这本书能带我走出“凭感觉”做决定的怪圈，让我能用数据说话，用科学的方法去论证我的想法，从而提高工作效率和决策的准确性。
读到《应用数理统计》这个名字，我脑海里浮现的画面是，一位经验丰富的学者，将多年积累的统计学智慧，凝练成这样一本厚重的著作，旨在帮助更多像我一样，在实际工作中需要与数据打交道的人。我经常遇到一些需要量化分析的问题，但苦于没有合适的工具和方法，只能凭经验或者直觉来判断，这让我觉得很不靠谱。我希望这本书能够提供一些实用的方法论，教会我如何从海量的数据中提炼出有用的信息，如何建立模型来解释现象，如何检验假设，以及如何根据分析结果做出科学的决策。我非常看重书中的“应用”二字，这意味着它不仅仅是理论的堆砌，更重要的是如何将这些理论转化为解决实际问题的利器。我期待书中能有大量的案例分析，展示统计学在不同行业，如金融、医疗、市场营销、工程技术等领域的实际应用，这样我才能更好地理解书中的知识，并将其迁移到我的工作场景中。
