书名：概率论与数理统计（英文版·第14版）（高等学校数学双语教学推荐教材）  
定价：65.0  
ISBN：9787300236872  
作者：威廉·门登霍尔 罗伯特·J.比弗 芭芭拉·M.  
版次：1  
出版时间：2016-12  

内容提要：  
由威廉•门登霍尔、罗伯特•J.比弗、芭芭拉•M.比弗共同撰写的《概率论与数理统计》融合传统与创新，系统讲述了如何正确地收集和描述数据，如何利用统计软件MINITAB和EXCEL进行统计分析，以及如何解释统计结果在实际应用中的意义。本书是根据该书第14版缩编而成，对统计描述和推断作了基本的介绍。  
本书语言流畅，通俗易懂，无需微积分基础即可通览全书。在编写上注重形象思维，用图形帮助理解各种统计概念。每小节后有大量具有不同难易程度的练习题，便于读者学习。本书配套的多种在线学习资源帮助学生学习和理解相关内容。本书理论联系实际，尤其适用于人文学科、经济管理等专业本科生、研究生学习使用。  
本书既可以作为高等院校概率统计课程的双语教材和教师参考书，也可以作为国际高中AP课程或国际培训机构所需要的统计教材。  




作者简介：  

   威廉•门登霍尔拥有北卡罗来纳州立大学博士学位，曾任宾夕法尼亚州巴克内尔大学数学系教授，1963-1977年担任佛罗里达大学统计系主任。门登霍尔博士在一些顶级统计学杂志发表过论文，但广为人知的是他众多的教科书，总*独立或者合作出版了13本统计学教材。

目录：  
引言: 什么是统计1  

1.描述数据的图形法7  

1.1变量与数据8  

1.2变量的类型9  

1.3分类数据的图形11  

1.4定量数据的图形17  

1.5频率直方图24  

2.描述数据的数值法34  

2.1描述数据集的数值法35  

2.2中心的度量35  

2.3变异性的度量41  

2.4标准差的实际意义47  

2.5检测s计算错误的方法51  

2.6相对位置的度量56  

2.7五数归纳与箱线图60  

3.二维数据的描述67  

3.1二维数据68  

3.2分类变量的图形68  

3.3两个定量变量的散点图72  

3.4定量双变量数据的度量74  

4.概率和概率分布83  

4.1概率论在统计学中的角色84  

4.2事件与样本空间84  

4.3计算简单事件的概率87  

4.4事件的关系与概率法则93  

4.5独立性、条件概率与乘法法则97  

4.6贝叶斯法则106  

4.7离散型随机变量及其概率分布112  

5.几个重要的离散型分布121  

5.1引言122  

5.2二项概率分布122  

5.3泊松概率分布134  

5.4超几何概率分布140  

6.正态概率分布144  

6.1连续型随机变量的概率分布145  

6.2正态概率分布148  

6.3正态概率分布的面积制表149  

7.样本分布160  

7.1引言161  

7.2抽样方案与试验设计161  

7.3统计量与抽样分布166  

7.4中心极限定理169  

7.5样本均值的抽样分布172  

7.6样本比例的抽样分布178  

8.大样本估计185  

8.1已学的内容186  

8.2将要学的内容——统计推断186  

8.3估计的类型187  

8.4点估计188  

8.5区间估计195  

8.6两个总体均值差的估计205  

8.7两个二项比例差的估计211  

8.8单侧置信区间215  

8.9样本容量的选择216  

9.大样本的假设检验222  

9.1总体参数的假设检验223  

9.2假设的统计检验223  

9.3总体均值的大样本检验226  

9.4两个总体均值差的大样本假设检验239  

9.5二项比例的大样本假设检验245  

9.6两个二项比例差的大样本假设检验249  

9.7假设检验的有关说明254  

10.小样本的推断256  

10.1引言257  

10.2学生t分布257  

10.3单总体均值的小样本推断261  

10.4两个总体均值差的小样本推断:独立随机样本267  

10.5两个总体均值差的小样本推断:逐对差检验277  

10.6单总体方差的推断285  

10.7双总体方差的比较291  

10.8重新审视小样本假设298  

11.方差分析300  

11.1试验设计301  

11.2什么是方差分析？302  

11.3方差分析的假设302  

11.4完全随机化设计: 单因素分类303  

11.5完全随机化设计的方差分析304  

11.6总体均值的分级315  

11.7随机化区组设计: 双因素分类318  

11.8随机化区组设计的方差分析319  

11.9 a×b 析因试验: 双因素分类329  

11.10 a×b 析因试验的方差分析331  

12.线性回归与相关性340  

12.1引言341  

12.2一个简单的线性概率模型341  

12.3最小二乘法344  

12.4线性回归的方差分析346  

12.5线性回归模型的有效性检验352  

12.6回归假设的诊断工具360  

12.7利用拟合直线估计和预测364  

12.8相关分析370  

13.多元回归分析377  

13.1引言378  

13.2多元回归模型378  

13.3多元回归分析379  

13.4多项式回归模型386  

13.5回归模型中定量与定性预测变量的使用393  

14.分类数据分析403  

14.1试验的描述404  

14.2皮尔逊卡方统计量405  

14.3检验特定单元格的概率:拟合优度检验406  

14.4列联表:双因素分类410  

14.5几个多项总体的比较:固定行和或列和的双因素分类417  

15.非参数统计422  

15.1引言423  

15.2威尔科克森秩和检验:独立随机样本423  

15.3成对试验的符号检验432  

15.4统计检验的比较436  

15.5成对试验的威尔科克森符号秩检验437  

15.6完全随机化设计的克鲁斯卡尔沃利斯H检验443  

15.7随机化区组设计的弗里德曼F_r检验449  



附表454