参数统计教程韦博成pdf免费在线阅读|百度网盘下载

编者的话：很详细的参考书

高教出版社出版的统计工具书，参数统计教程魏伯诚pdf免费版，非常全面的介绍了常见的统计分布，充分的统计量和样本信息，点估计等，想学的可以免费下载。

参数统计教程魏博成pdf图片预览

简介

本书是概率统计专业研究生的教材。全书共分八章，全面系统地介绍了：常用统计分布、充分统计与信息函数、点估计的基本理论与方法、假设检验理论、方法及其应用、区间估计及其应用、基础贝叶斯统计推断的概念和方法等。本书也可作为经济金融、生物医学、管理科学、工程技术等专业研究生的教学参考书。

目录

第一章统计分布基础

1.1 *变量及其分布函数

1.1.1 分布函数和分布密度

1.1.2 反函数和分位数

1.1.3 特征函数和数值特征

1.1.4 经验分布函数

1.2 常见的离散分布

1.3 常见的连续分布

1.4 单变量非中心性、分布及相关分布

1.4.1 非中心F分布和非中心X2分布

1.4.2 非中心F分布和非中心t分布

1.5 指数族分布

1.5.1 基本定义

1.5.2 指数族的自然形式

1.5.3 具有冗余参数的指数族第1章统计分布基础

1.1 *变量及其分布函数

1.1.1 分布函数和分布密度

1.1.2 反函数和分位数

1.1.3 特征函数和数值特征

1.1.4 经验分布函数

1.2 常见的离散分布

1.3 常见的连续分布

1.4 单变量非中心性、分布及相关分布

1.4.1 非中心F分布和非中心X2分布

1.4.2 非中心F分布和非中心t分布

1.5 指数族分布

1.5.1 基本定义

1.5.2 指数族的自然形式

1.5.3 具有冗余参数的指数族

1.6 订单统计分布

1.6.1 基本分布

1.6.2 均匀分布的订单统计

1.6.3 指数分布的阶数统计

锻炼一个

第二章充分的统计和样本信息

2.1 充分的统计数据

2.1.1 充分统计的定义

2.1.2 分解定理

2.1.3 最小充分统计

2.2 统计的完整性

2.2.1 分布族的完整性

2.2.2 统计的完整性

2.2.3 指数族统计的完整性

2.2.4 巴苏定理

2.3 分布族信息函数

2.3.1 费希尔信息

2.3.2 Kullback-Leibler 信息（K-L 距离）和 Jensen

练习二

第三章点估计的基本方法

3.1 统计决策函数

3.1.1 统计判断三要素

3.1.2 统计决策函数的优度标准

3.1.3 RaO——布莱克威尔定理

3.2 无偏估计及其UMRUE和UMVUE

3.2.1 基本定义

3.2.2 Lehmann-ScheffE 定理

3.2、 3个例子

3.3 最大似然估计

3.3.1 定义和例子

3.3.2 指数族分布的最大似然估计

3.3.3 不变性原理

3.3.4 子集参数的可能性

3.3.5 最大似然估计的迭代算法

3.4 矩方程估计

练习三

第 4 章 *协变估计

4.1 变换组下的协变估计

4.1.1 同质性的概念

4.1.2 协变统计决策函数

4.2 * 平移变换组下位置参数的协变估计

4.2.1 位置参数分布族的平移变换群

4.2.2 *位置参数的协变估计

4.2.3 皮特曼积分公式

4.3 * 相似变换组下尺度参数的协变估计

4.3.1 尺度参数分布族的相似变换群

4.3.2 *尺度参数的协变估计

4.3.3 皮特曼积分公式

4.4 * 线性变换组下位置尺度参数的协变估计

4.4.1 位置尺度参数分布族和线性变换组

……

第五章点估计的性质

第六章参数假设检验

第 7 章区间估计

第 8 章贝叶斯统计基础

参考文献

索引

优秀的试读

本书是概率统计专业研究生的教材。全面系统地介绍了数理统计的基本原理、方法和应用。本书也可作为经济金融、生物医学、管理科学、工程技术等专业研究生的教学参考书。阅读本书需要具备数学分析、线性代数，尤其是概率论的基础知识，但不具备相关知识测度论。掌握本书内容后，可以进一步学习其他统计学分支的理论和方法，也可以比较顺利地理解其他学科用到的统计学的基本概念。

本书定位为“中级、易读、内容充实、具有一定特色”的教材。希望从低起点，把数理统计的基本理论和方法讲清楚、深入，并适当介绍数理统计的实际背景和应用。全书共分八章，涵盖了常用的高级数理统计的主要内容。第一章介绍了常见的统计分布及相关问题，以及非中心植物分布、带冗余参数的指数族分布等；由于任何统计问题都涉及到统计分布，所以本书单独设一章，用较大的篇幅介绍这方面的内容，使只有本科概率论基础知识的读者能够更好地理解数理统计的研究对象，以便他们以后可以集中精力理解数理统计的基本概念和方法。第二章介绍了充分统计和分布族的信息函数，还介绍了Basu定理、Kullback信息等。这一章的内容比较大，因为几乎所有的统计问题都与充分统计和充分统计等基本概念有关。样本信息。本书还有一个单独的章节，比较系统地介绍了这些基本概念，可能对非数学的读者进一步学习数理统计更有帮助。本书第3～5章介绍了点估计的基本理论和方法。第三章介绍了常用的点估计方法，以及子集参数的不变性原理和似然性。示例和练习；第四章为单独一章，以比较初级的方法系统地介绍了“等变估计”及其求解方法；第 5 章介绍了点估计的基本性质，还介绍了广义 C-R 型不等式。第6章篇幅最大（相当于点估计的3章），全面系统地介绍了假设检验的基本概念、基本理论和基本方法，应用实例和习题较多；本章也更详细地介绍了具有广泛应用价值的分数测试统计。第7章介绍了常用的区间估计方法及其应用，还介绍了单调似然比分布族参数的区间估计方法。第八章大空间介绍贝叶斯统计推断的基本概念和方法。除了常用的参数估计和假设检验的贝叶斯方法外，本章还从协变原理详细介绍了位置和尺度参数分布族。无信息先验分布的选择标准；同时，还详细介绍了HPD可信区域的基本属性和求解方法。

本书初稿为我校研究生课程讲义。经作者多次传授，不断修订，逐步形成；在本书的编写过程中，对其进行了全面的充实、加工和修订。厦门大学王海滨博士审阅全书，提出多次修改意见；香港中文大学博士生周应辉认真审阅全书，并帮助计算书中的习题，并提出多次修改；博士学生陆健也计算了一些习题；南京农业大学谢凤昌副教授为本书绘制了所有图形；研究生张珏帮助印刷了本书的初稿，在此表示衷心的感谢！另外，在写这本书的过程中，我查阅了国内外很多书籍和资料，受益匪浅。我要向这些作者表示衷心的感谢！

在本书的写作过程中，我自始至终都得到了高等教育出版社的关心和帮助。特别感谢高等科技出版中心和数学分院的杨波同志，对本书的编写、验证和出版给予了大力支持。并给予帮助，在此表示衷心的感谢！同时，也对Reviewer先生的厚爱和支持表示衷心的感谢！

由于作者水平有限，难免有不当和谬误。恳请同行专家和读者提出批评和建议。