概率论 (加利福尼亚大学伯克利分校)

rmd126UID: 2606541

STAT 概率论
Theory of Probability

进入http://www.ieducation.org.cn/index.html



课时学分：3-5
课程介绍：
Probability spaces as models for phenomena with statistical regularity. Discrete spaces (binomial, hypergeometric, Poisson). Continuous spaces (normal, exponential) and densities. Random variables, expectation, independence, conditional probability. Introduction to the laws of large numbers and central limit theorem.  
课前必备：[微积分导论]

some familiarity with infinite series, or equivalent.
任课教授：Prof Anthony D'Aristotle
课程内容：
<1> Discrete spaces (e.g., binomial hypergeometric, Poisson) and combinatorics
<2> Continuous spaces (e.g., normal, exponential) and densities
<3> Random variables, expectation, independence, conditional probability
<4> Distribution theory: standard probability laws and transformation of variables techniques
配套教材：
概率统计（英文版）

【内容简介】本书是以作者在加利福尼亚大学伯克利分校统计学系给高年级本科生和研究生授课的教学讲义为基础写成的，前半部分为概率，后半部分为统计。书中的主要 内容包括概率、随机变量及其分布、期望连续及离散模型、独立性、条件概率分布、密度函数及期望、线性分析，线性回归、泊松分布、逻辑回归及泊松回归等。
尽管本书的重点是使读者对主要概念有个全面的理解，但它同时还向读者介绍了实际数据分析的方方面面。本书适合作为高等院校数学及相关专业高年级本科生或研究生概率统计课程的教材，同时也可作为相关领域科技人员的参考资料。
全新的教学方法与现代数值逼近方法和数值分析的其他方面相适应加强统计理论。方法论及应用之间的联系在线性模型及广义线性模型的处理中，省略重复的矩阵运算，强调概念理解。
本书提供作译者介绍
Charles J．Stone，斯坦福大学统计学博士，现为加利福尼亚大学伯克利分校统计系教授，主要研究方向是非参数统计模型、统计软件。