应用数理统计（第三版）/普通高等教育“十五”***规划教材 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

孙荣恒 著

图书标签:

• 数理统计
• 应用统计
• 高等教育
• 统计学
• 概率论
• 数据分析
• 统计方法
• 教材
• 第三版
• 规划教材

出版社： 科学出版社

ISBN：9787030392015

版次：3

商品编码：11398908

包装：平装

丛书名： 普通高等教育“十五”国家级规划教材

开本：16开

出版时间：2014-01-01

用纸：胶版纸

页数：273

字数：361000

正文语种：中文

编辑推荐

国/家/级规划教材，经典应用数理统计教材，改版三次，有习题解答。

内容简介

　　《应用数理统计（第三版）/普通高等教育“十五”***规划教材》是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材，主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型，《应用数理统计（第三版）/普通高等教育“十五”***规划教材》每章末附有习题，书后附有答案。
　　《应用数理统计（第三版）/普通高等教育“十五”***规划教材》可供应用数学专业、数学专业、概率统计专业、信息与计算科学专业大学生和非数学专业的研究生，以及教师和科技工作者使用。

作者简介

孙荣恒，重庆大学应用数学系教授(2003年退休).曾任重庆大学运筹与概率统计教研室主任、应用数学系主任、四川省概率统计学会副理事长.发表科研论文近30篇，出版专著 13部.所著科普读物《趣味随机问题》("好玩的数学"丛书之一)获2009年度国家科学技术进步二等奖

内页插图

目录

序
第二版序
第一版序

第一章 抽样分布
1.1 基本概念、顺序统计量与经验分布函数
1.1.1 基本概念
1.1.2 顺序统计量
1.1.3 经验分布函数
1.1.4 几个重要分布
1.2 多元正态分布与正态二次型
1.3 抽样分布定理
1.4 分位数
习题一

第二章 参数估计
2.1 点估计常用方法
2.1.1 矩法
2.1.2 极大似然法
2.2 评价估计量好坏的标准
2.2.1 无偏性与有效性
2.2.2 一致最小方差无偏估计量
2.2.3 一致性（相合性）
2.3 充分性与完备性
2.3.1 充分性
2.3.2 完备性
2.4 区间估计
2.4.1 一个正态总体的情况
2.4.2 两个正态总体的情况
2.4.3 指数分布与0-1分布参数的区间估计
2.5 贝叶斯（Bayes）估计
2.5.1 决策论的基本概念
2.5.2 最大风险最小化估计
2.5.3 后验分布
2.5.4 贝叶斯估计
2.5.5 先验分布的选取
2.5.6 最大后验估计
2.5.7 贝叶斯区间估计
2.5.8 离散型分布中参数的贝叶斯估计与极大似然估计
2.6 截尾寿命试验中指数分布和几何分布的参数估计
2.6.1 指数分布中参数的点估计
2.6.2 指数分布中参数的区间估计
2.6.3 指数分布参数A的贝叶斯估计
2.6.4 几何分布中参数q的估计
习题二


第三章 假设检验
3.1 假设检验的基本思想与基本概念
3.2 参数假设检验
3.2.1 单个正态总体均值的假设检验
3.2.2 单个正态总体方差的假设检验
3.2.3 两个正态总体均值的假设检验
3.2.4 两个正态总体方差的假设检验
3.2.5 广义似然比检验
3.2.6 似然比检验
3.2.7 指数分布中参数λ的假设检验
3.2.8 截尾试验中指数分布参数的假设检验
3.3 非参数假设检验
3.3.1 分布函数的拟合检验
3.3.2 两总体之间关系的假设检验
3.3.3 伯努利过程与泊松过程的检验
3.4 一致最优势检验
3.4.1 势函数
3.4.2 奈曼-皮尔逊基本引理
3.5 质量控制
3.5.1 验收抽样方案的制订
3.5.2 计量控制
3.5.3 计件控制与计点控制
……
第四章 方差分析与正交试验设计
第五章 线性回归模型

精彩书摘

几何分布也常为寿命分布。由于寿命试验往往要很长时间，故在实际中常采用截尾寿命试验，即只要求投试样品中有部分失效就停止试验。试验仍分为：
（n，有，时）——取n个相同产品进行有替换定时截尾寿命试验。
（n，有，数）——取n个相同产品进行有替换定数截尾寿命试验。
（n，无，时）——取n个相同产品进行无替换定时截尾寿命试验。
（n，无，数）——取n个相同产品进行无替换定数截尾寿命试验。
注意：这时“替换”是指对失效样品立即用相同产品把它替换下来。
为了后面的需要，先引入如下概念和定理。

前言/序言

时代在不断进步，科技在不断发展，新的需求新的东西在不断涌现。然而，人的寿命是有限的。因此一本教材应该不断吐故纳新。根据这个思想,本教材在第一版中，简化了抽样分布定理1.3.1的证明;给出并证明了推论2.2.1，不仅给出判断有效估计量存在唯一的充要条件，而且简化了有效估计量及其方差和相应的费歇信息量 的求法；理顺了上、下分位数之间的关系，并统一使用下侧分位数表；给出了求参数置信区间和拒绝域的待定实数法，并把此法推广到所有假设检验；还利用函数核概念，简化了很大一部分贝叶斯估计量的求法。在第二版中，利用定理2.6.2，大大简化了截尾寿命试验中极大似然函数的求法，从而首次把截尾寿命试验引入教材；利用单位脉冲函数，首次给出求离散（两点）分布参数极大似然估计的一般方法（例2.1.8）。在第三版中，利用定理2.6.4，将给出截尾试验中几何分布参数的估计和泊松过程的检验与贝努利过程的检验；在第二版例2.1.8的基础上，用一个式子表达一般离散分布的概率函数，从而（才有可能）给出一般离散分布参数的贝叶斯估计和极大似然估计；还给出超几何分布的极大似然估计。
在第三版中所增加的新内容均来自参考文献[23]。由于定理2.6.2和定理2.6.4是截尾试验和（两随机）过程检验的理论基础，所以比较重要。但是，这两定理的证明较长，故以附录的形式给出。还需说明的是，定理2.6.4最早是由参考文献[22]给出的，但是，那里的证明是错的。最早给出正确证明的是参考文献[23]。
在第三版中，还增加了附录四和几个习题。改正了个别笔误和印刷错误。内容增加了,但是，课程学时一般不会增加，故删去了§5.5、例2.1.8和式（2.5.6）与（2.5.7）的推导；还将一些较复杂的推导和证明加了星号“*”。如果学时紧张，这些加星号的内容可以不介绍，留给学生自己阅读。
最后，由于作者水平所限，书中可能还有不少缺点和错误，再一次恳请读者批评指正。

孙荣恒
2013.6.31

《现代统计分析方法与实践》 本书致力于系统阐述现代统计分析的核心理论与前沿方法，并结合实际案例，引导读者掌握将统计工具应用于解决实际问题的能力。全书内容涵盖了从基础统计概念到高级建模技术的广泛领域，旨在为统计学爱好者、研究人员以及需要进行数据分析的各行业专业人士提供一本兼具理论深度和实践指导意义的参考书。 第一部分：统计学基石与数据探索 本部分首先从概率论和数理统计的基本概念出发，为读者构建坚实的理论基础。我们将深入探讨概率分布的性质，如离散型和连续型分布，并介绍常见的分布模型，例如二项分布、泊松分布、正态分布、指数分布等，阐述它们在不同场景下的应用。在此基础上，本书将详细讲解统计推断的基本原理，包括参数估计（点估计与区间估计）和假设检验。我们将介绍各种估计方法，如矩估计法和最大似然估计法，以及不同类型的假设检验，如Z检验、t检验、卡方检验和F检验，并讨论检验的功效和错误类型。 数据探索是统计分析的第一步，本书将投入大量篇幅介绍数据的初步处理与可视化技术。我们将涵盖数据清洗、缺失值处理、异常值检测等关键步骤，并介绍多种数据可视化工具和方法，包括但不限于直方图、箱线图、散点图、条形图、饼图以及热力图等。通过丰富的图表示例，读者将学会如何有效地呈现数据特征，识别数据中的模式、趋势和潜在关系。此外，我们将引导读者掌握描述性统计量的计算与解读，如均值、中位数、众数、方差、标准差、四分位距等，帮助读者快速把握数据的核心特征。 第二部分：回归分析与方差分析 回归分析是研究变量之间数量关系的重要统计方法。本书将系统介绍线性回归模型，包括简单线性回归和多元线性回归。我们将详细讲解模型的建立、参数的估计（最小二乘法）、模型假设的检验（残差分析、同方差性检验、独立性检验等）以及模型的优劣评价（决定系数R²、调整R²）。在此基础上，我们将进一步探讨非线性回归模型、多项式回归、交互项的应用以及处理多重共线性的方法。 方差分析（ANOVA）是用于比较多个组均数差异的统计技术。本书将从单因素方差分析开始，逐步深入到双因素及更复杂的多因素方差分析。我们将清晰地阐述方差分析的原理，包括平方和的分解、自由度的计算、F统计量的构造以及结果的解释。书中将包含实际案例，展示如何运用方差分析来检验不同处理组、不同品种或不同因素对观测变量的影响是否存在显著差异。 第三部分：分类数据分析与多变量统计 对于分类变量的分析，卡方检验是核心工具。本书将详细讲解卡方拟合优度检验和卡方独立性检验，并探讨其在不同情境下的应用，例如检验观察频数是否符合理论分布，或判断两个分类变量之间是否存在关联。 随着数据维度的增加，多变量统计方法变得尤为重要。本书将介绍主成分分析（PCA），用于降低数据维度，提取数据中的主要信息；将介绍因子分析，用于识别潜在的共同因素；将介绍聚类分析，用于将相似的对象分组；以及判别分析，用于构建分类模型。我们将阐述这些方法的理论基础、适用条件和结果解释，并提供相应的应用场景示例，帮助读者理解如何利用这些技术从高维数据中提取有价值的信息，发现隐藏的结构。 第四部分：时间序列分析与非参数统计 时间序列数据具有时序依赖性，对其进行分析需要专门的方法。本书将介绍时间序列的基本概念，如趋势、季节性、周期性和随机性。我们将探讨平稳时间序列模型，如AR（自回归）、MA（移动平均）、ARMA（自回归移动平均）和ARIMA（季节性差分ARIMA）模型。读者将学习如何识别时间序列的模式，建立模型，进行预测，并评估模型的拟合优度。 当数据不满足参数统计模型的基本假设时，非参数统计方法就显得尤为重要。本书将介绍几种常用的非参数检验方法，例如Wilcoxon秩和检验、Mann-Whitney U检验、Kruskal-Wallis H检验以及Spearman等级相关。这些方法不依赖于数据的分布假设，能够处理偏态数据或有序分类数据，为数据分析提供了更广泛的选择。 第五部分：统计软件应用与案例实践 理论与实践相结合是学习统计学的关键。本书将结合当前主流的统计软件，例如R或Python，通过大量的实例代码和操作演示，引导读者将所学理论付诸实践。我们将从数据的导入、处理、可视化，到各种统计模型的建立、分析和结果解读，一一进行详细的讲解。 全书的案例精选自生物学、医学、经济学、社会学、工程学等多个领域，力求贴近实际应用。每个案例都将清晰地展示数据分析的完整流程，包括问题定义、数据准备、模型选择、模型拟合、结果解释以及结论的提出。通过这些案例，读者将能够深刻理解统计学在解决现实问题中的强大作用，并提升独立进行数据分析的能力。 本书旨在成为一本能够陪伴读者从入门到精通的统计分析指南，无论您是希望系统学习统计学理论，还是希望提升实际数据分析技能，本书都将是您宝贵的资源。

评分☆☆☆☆☆

这本书的内容深度和广度都让我觉得非常满意。它涵盖了数理统计的许多核心内容，从基础的概率论、数理统计的基本概念，到后面更复杂的回归分析、方差分析、时间序列分析等等，几乎囊括了我工作和学习中可能遇到的绝大多数统计方法。而且，它的讲解循序渐进，不会让人觉得跳跃过大。对于初学者来说，可以从头开始，打下坚实的基础；对于有一定基础的人来说，也可以快速找到自己需要的章节，进行查阅和深入学习。书中对于一些统计量和检验的推导过程，虽然有些篇幅，但逻辑清晰，而且作者会用一些辅助性的解释来帮助理解，不会让人觉得枯燥。我特别喜欢它在讲解参数估计和假设检验时，对不同方法的比较和权衡。例如，在讲到点估计时，它会介绍矩估计、最大似然估计等，并分析它们的优缺点；在讲到区间估计时，它会讲解如何构建置信区间，以及置信水平的含义。这些细节的处理，都体现了作者深厚的学术功底和丰富的教学经验。这本书让我感觉，它不仅仅是一本“学会”统计学的书，更是一本“理解”统计学的书。

评分☆☆☆☆☆

这本书的结构设计让我觉得非常合理和流畅。每一章的开始都会有一个引言，简要介绍本章将要学习的内容和它的重要性，这让我对即将到来的知识有一个初步的认识。然后，内容层层递进，从基础概念到具体方法，再到应用案例，逻辑性非常强。每一章的结尾，通常会有一个总结，回顾本章的要点，并给出一些思考题或者与下一章的联系。这种“前后呼应”的设计，让我的学习过程不会感到迷茫，而是清晰地知道自己已经掌握了什么，接下来还需要学习什么。我特别喜欢书中对一些统计量或者统计方法的“直观解释”。例如，在讲解卡方检验时，作者不会仅仅给出公式，还会用图示的方式来展示“观测值”和“期望值”之间的差异，并解释卡方统计量是如何衡量这种差异的大小。这种“化繁为简”的讲解，让我能够快速抓住核心思想，而不被复杂的数学符号所困扰。这本书的每一个细节，都体现了作者对教学的热情和对读者的关怀，让我觉得它是一本真正用心去做出来的教材。

评分☆☆☆☆☆

这本《应用数理统计（第三版）》真的是把我从统计学的迷雾中解救出来的一束光。我之前接触过一些统计方面的书籍，但要么过于理论化，让人望而却步，要么就是过于简单化，无法深入理解背后的原理。直到我翻开这本，我才真正体会到什么叫做“恰到好处”。它没有回避那些必要的数学推导，但却能用非常直观易懂的方式呈现出来，让我这种数学基础不算特别扎实的读者也能跟得上思路。尤其是那些例子，真的太贴合实际了！不仅仅是教科书上那种陈旧的、脱离现实的案例，而是很多我工作中经常会遇到的场景，比如质量控制、市场调研、甚至一些基础的金融建模。作者在讲解方法的同时，非常注重引导我们思考“为什么”，而不是简单地给出公式和步骤。这让我不仅学会了“怎么做”，更重要的是理解了“为什么这么做”，以及在不同情境下应该选择哪种方法。它不像有些书那样，看完之后感觉自己好像什么都懂了，但一到实际操作就抓瞎。这本书给我的感觉是，我不仅能理解理论，更能立刻付诸实践。那些关于假设检验、回归分析、方差分析的章节，讲得条理清晰，逻辑性极强。我经常会在工作遇到问题的时候，翻开这本书找找灵感，或者回顾一下某个概念，总能发现新的理解角度，或者找到解决问题的线索。这本书的出版，对于我们这些需要将统计学知识应用于实际工作的工程师、研究人员或者分析师来说，简直是福音。它不仅仅是一本教材，更像是一位循循善诱的导师，在统计学的道路上指引我前行。

评分☆☆☆☆☆

从一个学习者的角度来看，这本书最大的价值在于它的“引导性”。很多统计学书籍，往往直接抛给你一大堆定义、定理和公式，然后让你自己去琢磨。但《应用数理统计（第三版）》不是这样，它会从一个实际问题出发，然后逐步引导你去理解为什么需要引入这个概念，这个概念是如何发展起来的，以及它能解决什么样的问题。这种“问题驱动”的学习方式，让我觉得统计学不再是冰冷的数学符号，而是解决现实世界难题的有力工具。比如，在讲解抽样调查的时候，作者不是简单地告诉你什么是样本，什么是总体，而是会先描述一个场景，比如一个公司想要了解某个产品的用户满意度，然后引出“如何才能用最少的时间和成本，获得最可靠的信息？”这个问题，再由此引出抽样调查的必要性以及各种抽样方法的优劣。这种方式，让我更容易产生共鸣，也更有动力去深入学习。而且，书中对于每种统计方法的适用条件和局限性都讲得非常清楚，不会给人一种“万能公式”的错觉。作者会反复强调，“没有最好的统计方法，只有最适合特定问题的统计方法”。这种严谨的态度，让我受益匪浅，也避免了我将来在实际应用中犯一些低级错误。总而言之，这本书不仅仅是传授知识，更是在培养我独立思考和解决问题的能力。

评分☆☆☆☆☆

这本书的语言风格和叙述方式，让我觉得学习统计学不再是一件枯燥乏味的事情，反而充满了探索的乐趣。作者在讲解过程中，会穿插一些历史故事，或者与统计学相关的趣味典故，让整个学习过程变得更加生动有趣。例如，在介绍贝叶斯统计时，他会简要回顾贝叶斯定理的发现过程，以及它在统计学发展史上的重要地位。这种“故事化”的讲解，不仅能帮助我们更好地理解概念，还能激发我们对统计学背后思想的兴趣。而且，书中对于一些复杂公式的推导，都会配以详细的文字解释，帮助我们理解每一步的逻辑。不像有些书，只是冷冰冰地给出推导过程，看完之后依然云里雾里。作者在书中还会经常鼓励读者进行思考和提问，并且在一些章节的末尾，会给出一些“思考题”，引导我们去更深入地挖掘知识的内涵。我经常会在做这些思考题的时候，才恍然大悟，原来之前学到的某个概念，还能有这样的延伸和应用。这本书让我觉得，它不仅仅是在传递知识，更是在培养一种“统计思维”的能力。

评分☆☆☆☆☆

这本书在案例的选择上，真的可以说是一绝。它没有选择那些过于教科书化、脱离实际的例子，而是用了大量真实世界中，并且是各行各业都可能遇到的典型问题。比如，在讲解方差分析时，它用了比较农业生产中不同肥料对作物产量的影响，又用了医疗领域中不同药物对患者恢复速度的对比。在讲解回归分析时，它用了经济学中商品价格与需求量之间的关系，又用了心理学中学习时间与考试成绩之间的关联。这些案例的覆盖面非常广，让我能够很容易地找到与自己工作或学习相关的场景，从而更好地理解统计方法是如何解决实际问题的。更重要的是，在每个案例分析中，作者都非常注重“如何提出问题”、“如何选择合适的统计方法”、“如何解读分析结果”以及“如何根据结果做出决策”这几个关键环节。这种“全流程”的指导，让我觉得这本书不仅仅是教授统计方法，更是在教我如何成为一名合格的数据分析师。我曾经在工作中遇到一个数据分析的难题，翻开这本书，竟然找到了一个非常相似的案例，并且书中给出的分析思路和解决方案，对我启发很大，最终帮助我顺利解决了问题。

评分☆☆☆☆☆

我作为一个在数据分析领域工作多年的从业者，阅览过不少统计学相关的书籍，但《应用数理统计（第三版）》依然给了我不少惊喜。它的内容更新迭代很及时，紧跟学术界和工业界的最新发展，这一点非常难得。例如，在讲解一些现代统计方法，比如广义线性模型或者非参数统计时，它并没有仅仅停留在理论层面，而是给出了实际应用中的一些常见案例和注意事项。这对于我们这些需要将理论知识快速转化为生产力的人来说，简直是太有价值了。而且，书中对于各种统计方法的优缺点、适用条件以及可能存在的陷阱都分析得非常透彻，这能帮助我们做出更明智的选择，避免走弯路。我记得在学习泊松回归时，作者不仅详细讲解了泊松分布的特性和模型建立过程，还特别强调了在实际应用中，需要关注数据的离散度过大（overdispersion）等问题，并给出了相应的处理方法。这种“接地气”的指导，是我在其他书中很少看到的。这本书就像一个经验丰富的“老司机”，不仅知道怎么开，还知道路上可能会遇到的各种情况，以及如何应对。

评分☆☆☆☆☆

我必须承认，一开始我对这本《应用数理统计（第三版）》的期望值并不算太高，毕竟市面上关于统计学的书籍实在太多了，很多都大同小异。但这本书在细节上的打磨，真的让我刮目相看。它的排版设计非常人性化，重点内容用粗体、斜体或者醒目的颜色区分，公式和图表也清晰明了，阅读起来不会感到疲劳。最让我印象深刻的是，作者在解释一些复杂的概念时，会用类比的方式，将抽象的数学原理形象化。比如，在讲到概率分布时，他会用掷骰子的例子，或者天气预报的概率来解释，这些生动形象的比喻，极大地降低了理解门槛。而且，这本书对于软件的应用也考虑得很周到，虽然它不是一本纯粹的软件操作手册，但在讲解统计方法的时候，会穿插一些关于如何使用SPSS、R或者Python等常用统计软件进行实际操作的提示和建议，这对于我们这些需要将理论转化为实践的人来说，是非常宝贵的。我记得在学习方差分析的时候，书中不仅详细讲解了F检验的原理，还给出了在Excel中进行方差分析的步骤，这让我能够立刻动手验证所学知识。这本书的优点在于，它不像某些著作那样，只是机械地罗列公式和定理，而是更加注重理论与实践的结合，让读者在理解理论的同时，也能掌握实际操作的技能。这种“学以致用”的设计理念，是这本书最大的亮点，也是它与众不同的地方。

评分☆☆☆☆☆

坦白说，我一开始对“普通高等教育‘十五’规划教材”这个标签有点小小的抵触，因为我总觉得这类教材可能会比较刻板、理论化，更适合考研或者学术研究，而不是实际应用。但《应用数理统计（第三版）》完全打破了我的这种刻板印象。它在理论深度上毋庸置疑，但它的语言风格却异常接地气，而且充满了“人情味”。作者在叙述过程中，会加入一些自己的思考和感悟，让冰冷的数学公式变得鲜活起来。例如，在讲解中心极限定理时，他会提到“大数定律”是如何支撑起我们日常生活中对概率的直观理解，并将其与现实世界中的统计现象联系起来。这种“润物细无声”的讲解方式，让我觉得统计学不再是高不可攀的象牙塔，而是触手可及的工具。而且，书中提供的练习题也很有针对性，既有巩固基础的，也有挑战思维的，还有一些开放性的问题，鼓励我们自己去探索。我经常会花时间去做这些习题，它们不仅帮助我检验了学习效果，更重要的是，在解题的过程中，我能更好地理解和掌握所学的方法。这本书就像一个经验丰富的老朋友，耐心而细致地教导我，让我感受到学习的乐趣和成就感。

评分☆☆☆☆☆

让我印象深刻的是这本书在“数理”和“应用”之间的平衡把握得非常好。它既没有像纯数学书籍那样，把大量的篇幅花在抽象的理论证明上，也没有像一些过于浅显的应用类书籍那样，只是简单地罗列操作步骤。它能够准确地找到那个“黄金分割点”，在必要的数学推导和严谨性上做得恰到好处，但同时又紧密结合实际应用，用丰富的案例来支撑理论。我特别欣赏作者在讲解每个统计方法时，都会先从一个实际场景出发，然后分析这个问题需要什么样的统计工具来解决，接着再引出相关的数学原理和推导过程，最后再给出具体的应用方法和注意事项。这种“由果溯因”或者“由表及里”的讲解方式，让我的学习过程非常有条理，也更容易理解。举个例子，在讲解多元线性回归时，作者首先会描述一个实际问题，比如预测房屋价格，它会受到面积、地段、装修等多个因素的影响，然后引出构建多元回归模型的重要性，并详细讲解如何估计模型参数、如何检验模型显著性以及如何解读回归系数。这种讲解方式，让我觉得统计学真的能够帮助我们理解和预测复杂的现实世界。

评分☆☆☆☆☆

参考必备，京东买书很划算，就是快递员因为是乡镇都不送上门的。

评分☆☆☆☆☆

参考必备，京东买书很划算，就是快递员因为是乡镇都不送上门的。

评分☆☆☆☆☆

特特特嘟嘟嘟嘟嘟嘟肚饿

评分☆☆☆☆☆

帮朋友买的，没什么问题

评分☆☆☆☆☆

好好好好好好好好好好好好好好

评分☆☆☆☆☆

物流很快，书内容很好。

评分☆☆☆☆☆

很不错的书

评分☆☆☆☆☆

正版图书呦～考研需要用这本书，不错的呢～

评分☆☆☆☆☆

孙荣恒编著的《应用数理统计》是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材，是在1992年第一次印刷的基础上经较大规模的修改而成的，并曾在重庆大学应用数学系使用过多次。本书主要介绍抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。内容系统丰富、推导简明严谨，强调应用是本书的另一特色。本书是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材。主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。本书每章末附有习题，书后附有答案。本书可供应用数学专业，数学专业、概率统计专业、信息与计算科学专业大学生和非数学专业的研究生，以及教师和科技工作者使用。孙荣恒编著的《应用数理统计》是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材，是在1992年第一次印刷的基础上经较大规模的修改而成的，并曾在重庆大学应用数学系使用过多次。本书主要介绍抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。内容系统丰富、推导简明严谨，强调应用是本书的另一特色。本书是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材。主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。本书每章末附有习题，书后附有答案。本书可供应用数学专业，数学专业、概率统计专业、信息与计算科学专业大学生和非数学专业的研究生，以及教师和科技工作者使用。孙荣恒编著的《应用数理统计》是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材，是在1992年第一次印刷的基础上经较大规模的修改而成的，并曾在重庆大学应用数学系使用过多次。本书主要介绍抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。内容系统丰富、推导简明严谨，强调应用是本书的另一特色。本书是为应用数学专业、数学专业、概率统计专业、信息与计算科学专业本科大学生和非数学专业的硕士生学习数理统计而编写的教材。主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型。本书每章末附有习题，书后附有答案。本书可供应用数学专业，数学专业、概率统计专业、信息与计算科学专业大学生和非数学专业的研究生，以及教师和科技工作者使用。