商务统计学基础:从不确定性到人工智能

第1章 不确定性的描述

1.1 从不确定性出发 / 002

1.2 连续型数据 / 012

1.3 正态概率密度 / 023

1.4 t- 分布 / 037

1.5 指数分布 / 048

1.6 0-1 分布 / 059

1.7 泊松分布 / 069

第2章 参数估计

2.1 矩估计 / 081

2.2 极大似然估计 / 090

2.3 正态分布均值的区间估计 / 101

2.4 正态分布方差的区间估计 / 113

2.5 其他分布参数的区间估计 / 125

指数分布 / 125

0-1 分布 / 129

泊松分布 / 131

一般分布的均值 / 133

案例演示 / 134

两样本问题 / 135

2.6 样本量计算 / 138

指数分布 / 145

泊松分布 / 147

0-1 分布 / 149

一般分布 / 151

第3章假设检验

3.1 不确定性与决策 / 155

3.2 两种不同类型的错误 / 167

3.3 为什么推翻原假设 / 180

3.4 关于均值的假设检验问题 / 188

3.5 假设检验的各种推广 / 200

双样本检验 / 200

方差检验 / 204

双单边检验 / 209

3.6 假设检验中的 p 值 / 213

3.7 假设检验中的样本量计算 / 222

单边假设检验 / 223

双边假设检验 / 226

双单边假设检验 / 230

第4章回归分析

4.1 回归分析是什么 / 237

4.2 数据类型与回归模型 / 248

**式：线性回归 / 248

第二式：0-1 回归 / 252

第三式：定序回归 / 254

第四式：计数回归 / 258

第五式：生存回归 / 260

4.3 线性回归模型 / 266

案例介绍 / 266

描述分析 / 268

理论模型 / 272

关于残差的讨论 / 274

参数估计 / 275

假设检验 / 279

4.4 时间序列模型 / 283

4.5 0-1 回归模型 / 297

案例介绍 / 297

描述分析 / 299

模型描述 / 302

参数估计与统计推断 / 306

4.6 决策树模型 / 311

4.7 神经网络模型 / 322"