社会统计的数学基础

序
第1章 矩阵、线性代数和几何向量
第1节 矩阵
第2节 基础几何向量
第3节 向量空间与子空间
第4节 矩阵的秩及线性联立方程组的解法
第5节 特征值与特征向量
第6节 二次型及正定矩阵
第7节 推荐阅读
第2章 微积分入门
第1节 回顾
第2节 极限
第3节 函数求导
第4节 *优化
第5节 多变量和矩阵的微分学
第6节 泰勒展式
第7节 积分学的基本思想
第8节 推荐阅读
第3章 概率估计
第1节 初等概率理论
第2节 离散概率分布
第3节 连续分布
第4节 渐进分布理论：初步介绍
第5节 统计估计量的属性
第6节 *大似然估计
第7节 贝叶斯推断
第8节 推荐阅读
第4章 实际应用：线性*小二乘法回归
第1节 *小二乘法拟合
第2节 一个线性回归的统计模型
第3节 作为估计量的*小二乘法系数
第4节 回归模型的统计推断
第5节 回归模型的*大似然法估计
第6节 随机矩阵应用

注释
参考文献
译名对照表