
本书主要介绍概率论与数理统计的实验内容。全书可分为三部分:第一部分是概率论部分的实验,包括抛硬币实验、掷骰子实验、蒲丰投针实验、全概率公式和贝叶斯公式、常见离散型分布、常见连续型分布、数学期望、中心极限定理等;第二部分是数理统计部分的实验,包括参数估计、假设检验、方差分析与回归分析等,其中部分内容采用随机模拟的方法进行模拟和求解;第三部分是综合性实验,包括极限分布之间关系的动态演示、密度函数和分布函数的工具箱的制作。本书将Python作为编程语言。本书可作为高等理工科院校学生学习概率论与数理统计课程时的实验教材,也可作为高校教师、高校研究者的参考书。
概率论与数理统计作为一门数学专业的专业基础课和其他专业的公共基础课,在教学过程中如果只注重理论教学,那么学生将会陷入大量公式计算的困境,特别是统计部分的方差分析若用手工计算则非常麻烦。为了提高学生学习的积极性,使其更好地理解理论知识,本书引入了概率论与数理统计实验。Python作为免费开源的开发语言,其用户越来越多。本书将Python作为编程语言,来完成概率论与数理统计中的实验,选用版本是Spyder中的Python 3.5。 本书共有13个实验,实验1到实验8为概率论部分的实验;实验9到实验11为数理统计部分的实验;实验12为概率论与数理统计部分的动画制作,演示了各对极限分布关系;实验13为对常见分布,如泊松分布、二项分布、几何分布、指数分布、正态分布和均匀分布的分布律(密度函数)和分布函数等进行的工具箱的制作,本实验制作的工具箱既可以拖动进度条展示各个常见分布的分布律(密度函数)和分布函数的图像的变化情况,也可以在界面中计算具体的分布律(密度函数)和分布函数值。本书大多实验均有拓展阅读部分,其内容主要包括与实验相关的数学家的简介和成果,与实验相关的其他概率论与数理统计课程的思政内容。实验部分的程序代码展示在书中,练习部分的程序代码可通过扫描二维码获得。 本书建议学时为32学时。概率论部分中的实验1、实验2、实验3、实验4、实验7五个实验主要介绍如何使用随机模拟的方法模拟抛硬币实验、掷骰子实验、古典概型、几何概型、全概率公式和贝叶斯公式、数学期望等;实验5和实验6主要是画出常见分布的分布律(密度函数)和分布函数的图像,并对其特点进行分析,并针对常见分布的应用给出了部分实验;实验8是关于中心极限定理的动态演示,用来验证中心极限定理。数理统计部分的实验9是参数估计部分,包括矩估计、极大似然估计、区间估计等内容;实验10是假设检验部分,包括参数假设检验和非参数假设检验;实验11包括单因素方差分析和一元线性回归分析。 程序代码一般会给出两种:一种是调用Python的统计包,另一种是使用公式自己手动编写的。尽管Python中包含许多标准的算法,但是如果需要解决的问题没有现成的工具可用,或者在遇到新问题时需要修改原有程序代码或编写新程序代码,那么就需要自己动手编写程序,所以学会编写程序是非常必要的。使用公式编程有利于学生更好地理解和掌握理论部分的内容。 本书实验内容由齐鲁工业大学的田霞完成;附录部分由齐鲁工业大学徐瑞民完成。 在此,感谢齐鲁工业大学数学与统计学院的几位院长,他们对本书的编写给予了大力支持。感谢齐鲁工业大学数学与统计学院的黄玉林教授对本书理论部分的内容给予的大量的指导。感谢齐鲁工业大学智能科学与技术专业2020级的王鹏、王令博两位同学,他们对本书内容进行了校对。感谢齐鲁工业大学人工智能专业2018级的桑聪聪和任光城、信息与计算科学专业2017级的耿凯莉和智能科学与技术专业2020级的刘欣博四位同学,他们对本书的部分实验内容的程序代码的编写做了许多工作。最后,感谢电子工业出版社的杜军编辑对本书的支持和帮助。本教材由齐鲁工业大学教材建设资金资助。 本书还提供电子课件、程序代码等资源,读者可通过华信教育资源网(www.hxedu.com.cn)免费下载。书中所有程序的源代码,可通过扫描书中对应二维码呈现。
实验1 抛硬币实验的模拟 1 实验2 古典概型之掷骰子问题、彩票问题 8 实验2.1 利用古典概型解决扩展的掷骰子实验问题 8 实验2.2 彩票问题 11 实验3 使用随机模拟法求几何概型 17 实验4 全概率公式和贝叶斯公式 25 实验5 常见离散型分布 37 实验5.1 常见离散型分布的分布律图像及分布函数图像 37 实验5.2 常见离散型分布的应用 55 实验6 常见连续型分布 62 实验6.1 常见连续型分布的分布函数图像和密度函数图像 62 实验6.2 常见连续型分布的应用 83 实验7 数学期望 89 实验7.1 数字特征的计算 89 实验7.2 期望的应用 103 实验8 中心极限定理 113 实验9 参数估计 118 实验9.1 矩估计和极大似然估计 118 实验9.2 区间估计 131 实验10 假设检验 147 实验10.1 单个正态总体参数的假设检验 147 实验10.2 两个正态总体参数的假设检验 166 实验10.3 非参数假设检验 177 实验11 方差分析与回归分析 194 实验11.1 单因素方差分析 194 实验11.2 一元线性回归分析 205 实验12 极限分布之间关系的动态演示 218 实验12.1 二项分布与泊松分布的近似关系 218 实验12.2 二项分布与超几何分布的近似关系 223 实验12.3 t分布和标准正态分布的极限关系 228 实验12.4 指数分布和伽玛分布的关系 231 实验12.5 卡方分布和伽玛分布的关系 235 实验13 Tkinter实战之密度函数和分布函数工具箱的制作 243 附录A Python概述 280 参考文献 285
http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0434110