數(shù)理統(tǒng)計(jì)學(xué)簡(jiǎn)史（精）

第1章 早期概率論——從萌芽到《推測(cè)術(shù)》
1.1 卡爾達(dá)諾的著作
1.2 分賭本問(wèn)題
1.3 帕斯卡與費(fèi)馬的通信
1.4 惠更斯的《機(jī)遇的規(guī)律》
1.5 《推測(cè)術(shù)》前三部分內(nèi)容提要
1.6 關(guān)于概率的幾點(diǎn)看法
1.7 伯努利大數(shù)定律
第2章 棣莫弗的二項(xiàng)概率逼近
2.1 棣莫弗的研究的動(dòng)因
2.2 棣莫弗的初步結(jié)果
2.3 初步結(jié)果的改進(jìn)·與斯特林的聯(lián)系
2.4 積分形式·Pd的近似公式
2.5 棣莫弗工作統(tǒng)計(jì)意義的討論
2.6 二項(xiàng)概率逼近的其他工作
第3章 貝葉斯方法
3.1 貝葉斯及其傳世之作
3.2 貝葉斯的問(wèn)題提法
3.3 貝葉斯假設(shè)
3.4 問(wèn)題的解答
3.5 貝葉斯假設(shè)的另一種解釋
3.6 拉普拉斯的不充分推理原則
3.7 貝葉斯統(tǒng)計(jì)學(xué)
3.8 經(jīng)驗(yàn)貝葉斯方法
第4章 最小二乘法
4.1 從算術(shù)平均談起
4.2 勒讓德以前的有關(guān)研究
4.3 勒讓德發(fā)明最小二乘法
4.4 測(cè)量子午線長(zhǎng)的工作
4.5 高斯的貢獻(xiàn)
4.6 其他方法
第5章 誤差與正態(tài)分布
5.1 早期天文學(xué)家的工作
5.2 辛普森的工作
5.3 拉普拉斯的工作
5.4 高斯導(dǎo)出誤差正態(tài)分布
5.5 多維正態(tài)分布
5.6 偏態(tài)分布
第6章 社會(huì)統(tǒng)計(jì)
6.1 格朗特及其《觀察》
6.2 配第和他的“政治算術(shù)”
6.3 阿布什諾特等人的人口檢驗(yàn)工作
6.4 凱特勒的正態(tài)擬合
6.5 普通人
6.6 抽樣調(diào)查
第7章 回歸與相關(guān)：發(fā)現(xiàn)與早期發(fā)展
7.1 高爾頓和正態(tài)分布
7.2 回歸的發(fā)現(xiàn)
7.3 高爾頓與相關(guān)系數(shù)
7.4 埃奇沃思
7.5 皮爾遜和尤爾
第8章 小樣本：統(tǒng)計(jì)學(xué)的新臺(tái)階
8.1 戈塞特和￡分布
8.2 費(fèi)歇爾及其相關(guān)系數(shù)分布
8.3 費(fèi)歇爾和F分布·方差分析
第9章 假設(shè)檢驗(yàn)
9.1 卡爾·皮爾遜的擬合優(yōu)度
9.2 費(fèi)歇爾的顯著性檢驗(yàn)
9.3 耐曼和皮爾遜的故事
9.4 許寶驟教授的貢獻(xiàn)
第10章 參數(shù)估計(jì)
10.1 矩法和極大似然法
10.2 充分統(tǒng)計(jì)量
lO.3 費(fèi)歇爾點(diǎn)估計(jì)大樣本理論
10.4 小樣本
10.5 區(qū)間估計(jì)
卷尾語(yǔ)
參考文獻(xiàn)