实验的数据处理

第1章 随机变量及常用分布
1.1 随机事件的概率
1.1.1 随机事件及其概率
1.1.2 随机事件的概率公式
1.2 随机变量及其概率分布
1.2.1 随机变量和随机样本
1.2.2 分布函数和概率密度函数
1.2.3 联合分布
1.2.4 随机变量函数的分布
1.3 分布的数字特征量
1.3.1 常用的数字特征量
1.3.2 数字特征量的运算
1.4 随机变量的概率公式
1.5 随机变量的特征函数
1.6 几种常用分布
1.6.1 二项分布
1.6.2 泊松分布
1.6.3 正态分布
1.6.4 多维正态分布
1.6.5 指数分布
1.6.6 均匀分布
习题
第2章 统计量的分布和误差理论基础
2.1 统计量
2.1.1 统计量的定义
2.1.2 求统计量分布的方法
2.2 样本平均值的分布
2.2.1 样本平均值的期待值和方差
2.2.2 正态样本平均值的分布
2.2.3 正态误差报道的概率意义
2.2.4 大样本条件下任意样本平均值的极限分布
2.3 样本偏差的分布
2.3.1 样本偏差的定义
2.3.2 x2分布
2.3.3 正态样本方差的分布
2.4 联系正态样本平均值和偏差的分布
2.4.1 t分布
2.4.2 联系正态样本平均值和偏差的分布
2.4.3 未知标准误差时正态样本平均值的误差报道
2.5 不等精度观测的误差处理
2.5.1 权的概念和加权均值
2.5.2 单位权方差的估计
2.5.3 数据协调性的检验
2.6 误差的传播
2.6.1 协方差和相关系数的估计
2.6.2 线性函数的误差传播
2.6.3 一般函数的误差传播公式
2.7 系统误差
2.7.1 系统误差对测量结果的影响
2.7.2 系统误差的表示和确定
2.7.3 系统误差的发现和检验
2.7.4 系统误差的限制和消除
2.8 误差的合成和分配
2.8.1 偶然误差的合成
2.8.2 总误差盼合成
2.8.3 误差的分配
习题
第3章 参数估计
3.1 分布参数的估计
3.1.1 引言
3.1.2 判断估计量好坏的标准
3.2 点估计（最大似然法）
3.3 区间估计
3.3.1 置信水平和置信区间
3.3.2 求置信区问的一般方法
3.3.3 正态分布参数的置信区问
3.3.4 大样本下最大似然估计的置信区间
3.4 参数的贝叶斯估计
3.4.1 引言
3.4.2 基本观点
3.5 参数的分布
……
第4章 假设检验
第5章 曲线拟合与最小二乘法
第6章 序列卷积与离散富里叶变换
第7章 快速富里叶变换
第8章 实验谱的去卷积
附表