高等统计学

第一章 统计的基本概念

1.1 数据、统计模型和分布族

1.2 充分统计量

1.3 统计量的完全性

1.4 指数族分布

1.5 习题

第二章 估计

2.1 矩估计与最大似然估计计算法

2.2 无偏估计

2.3 信息不等式

2.4 同变估计

2.5 稳健估计

2.6 习题

第三章 估计的大样本性质

3.1 相合性

第一章 统计的基本概念

1.1 数据、统计模型和分布族

1.2 充分统计量

1.3 统计量的完全性

1.4 指数族分布

1.5 习题

第二章 估计

2.1 矩估计与最大似然估计计算法

2.2 无偏估计

2.3 信息不等式

2.4 同变估计

2.5 稳健估计

2.6 习题

第三章 估计的大样本性质

3.1 相合性

3.2 渐近正态性

3.3 估计序列的大样本比较

3.4 渐近有效性

3.5 M一估计和R_估计

3.6 样本中位数

3.7 习题

第四章 假设检验

4.1 基本概念

4.2 Neyman-Pearson引理.

4.3 单调似然比族的检验问题

4.4 最不利的分布

4.5 一致最优无偏检验

4.6 广义似然比检验

4.7 不变检验

4.8 X2检验

4.9 基于计数统计量的检验

4.10 u统计量的检验

4.11 秩检验

4.12 非参数检验的功效

4.13 多重假设检验

4.14 习题

第五章 统计决策和贝叶斯分析简介

5.1 统计决策问题概述

5.2 贝叶斯决策函数

5.3 决策函数的可容许性

5.4 决策函数的极小极大性

5.5 关于多个参数的同时估计问题

5.6 贝叶斯统计

5.7 先验分布的确定

5.8 习题

习题答案与提示

参考文献

索引

本书内容简介：统计学是研究数据处理方法的学科，本书系统介绍了统计学中的基本概念和理论。首先介绍如何将社会各行各业中出现的数据系统化成统计模型，成为统计学处理的对象；然后介绍统计学中常用的统计方法和相关理论，为学生将来进行统计研究或实际工作打下一个坚实的基础。

由于统计学发展迅速，内容广泛，难以全面介绍，本书突出重点，着重介绍经典数理统计学中的主要内容，全书分成五章：第一章介绍数据的统计模型以及相应统计量的性质和指数分布族；第二章介绍参数估计方法；第三章介绍大样本方法；第四章介绍统计检验方法，第五章介绍贝叶斯分析方法以及相关的统计决策模型。

　　本书可作为高等院校概率统计学专业的硕士学位基础课教材，也可作为医学、经济、金融、社会学等相关专业的博士生教材。此外，其他从事科学研究和实际数据处理的人员，比如，各科研单位的科研工作者，工程、医药卫生、商业、银行、保险业等行业的从业人员也可将本书作为参考资料。

　　本书内容简介：统计学是研究数据处理方法的学科，本书系统介绍了统计学中的基本概念和理论。首先介绍如何将社会各行各业中出现的数据系统化成统计模型，成为统计学处理的对象；然后介绍统计学中常用的统计方法和相关理论，为学生将来进行统计研究或实际工作打下一个坚实的基础。

由于统计学发展迅速，内容广泛，难以全面介绍，本书突出重点，着重介绍经典数理统计学中的主要内容，全书分成五章：第一章介绍数据的统计模型以及相应统计量的性质和指数分布族；第二章介绍参数估计方法；第三章介绍大样本方法；第四章介绍统计检验方法，第五章介绍贝叶斯分析方法以及相关的统计决策模型。

　　本书可作为高等院校概率统计学专业的硕士学位基础课教材，也可作为医学、经济、金融、社会学等相关专业的博士生教材。此外，其他从事科学研究和实际数据处理的人员，比如，各科研单位的科研工作者，工程、医药卫生、商业、银行、保险业等行业的从业人员也可将本书作为参考资料。