书籍介绍

本书内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。本书着重基本概念的阐释，同时在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。

本书可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。

陈希孺，数学家，中国科学院院士（已故）。主要从事数理统计的研究。他在统计工作中深入应用分析数学工具，一些估计达到较高精密程度。他在线性回归大样本理论、非参数理论等方面都有贡献。他长时间在中国科学技术大学工作，培养与影响了不少数理统计学家。

AI导读

核心看点

重概念阐释与直观启发，非死记公式
融合概率论与统计学，逻辑严谨系统
精选习题附解答，适合自修与教学

适合谁读

理工科非数学系大学生及研究生
具备微积分基础，欲深入理解统计
对概率思维与科学方法论感兴趣的读者

读前提醒

需具备初等微积分及少量矩阵知识
部分推导略快，需耐心思考直观意义
建议配合国外教材对比阅读以互补

读者共识

大师之作，深入浅出，重思维培养
内容扎实严谨，但部分读者觉晦涩
老一辈学者良心教材，性价比极高

本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。

精彩摘录

"形式计算使人相信结果是对的，但不能提供直观上的启发性"
"因为数学期望是由随机变量的分布完全决定的，故我们可以而且常常说某分布F的期望是多少，某密度f的期望是多少等，期望通过概率分布而决定这个事实，可能会被理解为：在任何应用的场合，当谈到某变量X的期望时，必须知道其分布，这话不完全确切。在有些应用问题中，人们难以决定有关变量的分布如何，甚至也难以对其提出某种合理的假定，但有相当的根据（经验的或理论的）对期望值提出一些假定，甚至有不少了解。例如，我们可能比较确切地知道某行业工人的平均工资，而对工资的分布情况并不很清楚。另外，当需要通过观察或试验取得数据以进行估计时，去估计一个变量的期望，要比去估计其分布容易且更确切，因为期望只是一个数，而分布（或密度）"
"（3）如果0<｜Corr（X，Y)｜<1，则解释为：X，Y之间有“一定程度的”线性关系而非严格的线性关系。何谓“一定程度”的线性关系？我们可以用图3.6所示的情况来说明。在这三个图中，我们都假定（X，Y）服从所画出的区域A内的均匀分布（即其联合密度f（x，y）在A内为|A|^-1，在A外为0，|A|为区域A的面积）。在这三个图中，X，Y都无严格的线性关系，因为由X的值并不能决定Y的值。可是，由这几个图我们都能“感觉”出，X，Y之间存在着一种线性的“趋势”这种趋势，在（a）中已较显著且是正向的（X增加时Y倾向于增加），这相应于Cor(X，Y）比较显著地大于0。在（b）中，这种线性趋勢比（a）更明"
"排列与组合"
"概率的加法定理"
"概率乘法定理"
"你看，X，Y说是“不相关”，它们之间却有着严格的关系Y=cosX。足见这样的相关只能指线性而言，一超出这个范围，这个概念就失去了其意义。"
"n 个男孩，m 个女孩 ( m ≤ n 十 1 )随机地排成一列如果这 n十 m 个孩子不是排成一直线而是排在一圆圈上，则同一事件 E 的概率是多少 ?"