大家能给俺推荐一本关于误差统计的书吗

推荐统计的书是没有问题的,但是推荐误差统计的我就不行了


工程统计学
<img>http://www.rdjg.com.cn/cover.a ... gt%3B

作者： 道格拉斯·C·蒙哥马利　字数：600（千字）
内容类别： 统计
图书类型： 教材
ISBN： 7-300-06366-7　
版次： 1-1　
开本： 16　
装订： 平装
单价： 59元
出版日期： 2005-4-15　印刷日期：2005-4-15
本书主要介绍了统计方法在工程中的应用，强调工程实践中常用的统计技术，在简明的框架下介绍了工程师需要知道的，本书第3版：

　　●应用性强。书中主要介绍了统计方法在工程中的应用，所选取案例和有工程背景，结合了实际问题，已经出版的资料或作者咨询工作中所经历的数据。

　　●通俗易懂。本书避免了烦琐的数学理论热传导，彩用深入浅出，循序渐进的方法系统地介绍了统计学的知识，易于读者理解与掌握。

　　●强调计算机的使用。今天的统计分析已离不开计算机的使用，本书使用了工程统计中常用的软件，对实际案例进行分析。 　


第1章　统计在工程中的应用　　1?

　1．1　工程方法和统计思想　　1?

　1．2　收集工程数据　　4?

　　1．2．1　回顾研究　　6?

　　1．2．2　观察研究　　7?

　　1．2．3　设计实验　　7?

　1．3　机械和经验模型　　10?

　1．4　按时间顺序观察过程　　13??

第2章　数据汇总与表示　　18?

　2．1　数据汇总与表示　　18?

　2．2　茎叶图　　23?

　2．3　直方图　　28?

　2．4　箱线图　　34?

　2．5　时间序列图　　37?

　2．6　多变量数据　　41??

第3章　随机变量和概率分布　　52?

　3．1　介绍　　52?

　3．2　随机变量　　54?

　3．3　概率　　55?

　3．4　连续随机变量　　59?

　　3．4．1　概率密度函数　　59?

　　3．4．2　累积分布函数　　62?

　　3．4．3　均值和方差　　64?

　3．5　重要的连续分布　　68?

　　3．5．1　正态分布　　68?

　　3．5．2　对数正态分布　　77?

　　3．5．3　伽玛分布　　78?

　　3．5．4　威布尔分布　　80?

　3．6　概率图　　86?

　　3．6．1　正态概率图　　86?

　　3．6．2　其他概率图　　87?

　3．7　离散随机变量　　91?

　　3．7．1　概率密度函数　　92?

　　3．7．2　累积分布函数　　93?

　　3．7．3　均值和方差　　94?

　3．8　贝努里分布　　97?

　3．9　泊松分布　　104?

　　3．9．1　泊松分布　　104?

　　3．9．2　指数分布　　109?

　3．10　贝努里和泊松分布的渐近正态分布　　114?

　3．11　多个随机变量和独立性　　117?

　　3．11．1　联合分布　　117?

　　3．11．2　独立性　　119?

　3．12　随机变量的函数　　124?

　　3．12．1　独立随机变量的线性组合　　125?

　　3．12．2　当随机变量不独立时的情况　　126?

　　3．12．3　函数为非线性时的情况　　128?

　3．13　随机抽样、统计量和中心极限定理　　132??

第4章　单样本决策　　147?

　4．1　统计推断　　147?

　4．2　点估计　　148?

　4．3　假设检验　　154?

　　4．3．1　统计假设　　154?

　　4．3．2　检验统计假设　　155?

　　4．3．3　单边和双边假设　　161?

　　4．3．4　假设检验的一般步骤　　163?

　4．4　总体均值的推断，方差已知　　165?

　　4．4．1　均值的假设检验　　165?

　　4．4．2　P值的假设检验　　168?

　　4．4．3　第Ⅱ类错误和样本量的选择　　169?

　　4．4．4　大样本检验　　172?

　　4．4．5　假设检验的一些实际解释　　172?

　　4．4．6　均值的置信区间　　174?

　　4．4．7　求出置信区间的一般方法　　179?

　4．5　总体均值的推断，方差未知　　181?

　　4．5．1　均值的假设检验　　181?

　　4．5．2　?t??检验的?P??值　　186?

　　4．5．3　第Ⅱ类错误和样本量的选择　　187?

　　4．5．4　均值的置信区间　　188?

　4．6　正态总体的方差推断　　192?

　　4．6．1　正态总体方差的假设检验　　192?

　　4．6．2　正态总体方差的置信区间　　195?

　4．7　总体比例的推断　　197?

　　4．7．1　二项比例的假设检验　　197?

　　4．7．2　第Ⅱ类错误和样本量的选择　　199?

　　4．7．3　二项比例的置信区间　　200?

　4．8　单个总体的其他区间估计　　205?

　　4．8．1　预测区间　　205?

　　4．8．2　正态分布的容许区间　　207?

　4．9　单样本的推断过程汇总表　　209?

　4．10　拟合优度检验　　209??

第5章　双样本决策　　223?

　5．1　介绍　　223?

　5．2　两总体均值的推断，方差已知　　223?

　　5．2．1　均值差的假设检验，方差已知　　224?

　　5．2．2　第Ⅱ类错误与样本量的选择　　226?

　　5．2．3　均值差的置信区间，方差已知　　227?

　5．3　两总体均值的推断，方差未知　　231?

　　5．3．1　均值差的假设检验　　231?

　　5．3．2　第Ⅱ类错误与样本量的选取　　237?

　　5．3．3　均值差的置信区间　　238?

　5．4　配对?t?检验　　243?

　5．5　两正态总体方差比的推断　　250?

　　5．5．1　两方差比的假设检验　　250?

　　5．5．2　两方差比的置信区间　　254?

　5．6　两总体比例的统计推断　　256?

　　5．6．1　两二项式比例相等的假设检验　　256?

　　5．6．2　第Ⅱ类错误与样本量的选择　　258?

　　5．6．3　二项式比例差的置信区间　　259?

　5．7　双样本推断程序汇总表　　261?

　5．8　如果不止两个样本怎么办　　261?

　　5．8．1　完全随机化实验和方差分析　　262?

　　5．8．2　随机化完全区组设计　　270??

第6章　建立经验模型　　290?

　6．1　经验模型介绍　　290?

　6．2　简单线性回归　　296?

　　6．2．1　最小二乘估计　　296?

　　6．2．2　简单线性回归假设检验　　302?

　　6．2．3　简单线性回归中的置信区间　　305?

　　6．2．4　新观察值的预测　　308?

　　6．2．5　模型充分性检查　　309?

　　6．2．6　相关系数与回归　　313?

　6．3　多元回归　　316?

　　6．3．1　多元回归中的参数估计　　316?

　　6．3．2　多元回归中的统计推断　　321?

　　6．3．3　检验模型的充分性　　326?

　6．4　回归的其他方面　　333?

　　6．4．1　多项式模型　　333?

　　6．4．2　类别回归量　　335?

　　6．4．3　变量选择技巧　　337??

第7章　工程实验设计　　350?

　7．1　实验策略　　350?

　7．2　因子实验　　351?

　7．3　2k?析因设计　　355?

　　7．3．1　2?2例子　　355?

　　7．3．2　统计分析　　359?

　　7．3．3　残差分析与模型检查　　361?

　7．4　?k≥3个因子的2k?设计　　366?

　7．5　2k?设计的单一反复　　372?

　7．6　2k?设计中的中心点和区组　　376?

　　7．6．1　中心点的加入　　376?

　　7．6．2　分组与混合　　379?

　7．7　2k?设计的部分反复　　387?

　　7．7．1　2k?设计的二分之一部分析因设计　　387?

　　7．7．2　更小的部分：2k-p部分析因设计　　393?

　7．8　应答曲面方法与设计　　403?

　　7．8．1　最速上升法　　405?

　　7．8．2　二阶应答曲面分析　　407?

　7．9　多于两个水平的因子实验　　414??

第8章　统计过程控制　　428?

　8．1　质量改进与统计　　428?

　8．2　统计过程控制　　429?

　8．3　控制图介绍　　430?

　　8．3．1　基本原则　　430?

　　8．3．2　控制图设计　　433?

　　8．3．3　合理子集　　435?

　　8．3．4　控制图图样分析　　436?

　8．4　?与R?控制图　　438?

　8．5　个体度量的控制图　　446?

　8．6　过程能力　　450?

　8．7　计数控制图　　454?

　　8．7．1　P图（比例控制图）和nP图　　454?

　　8．7．2　U图（每单位平均缺陷数量的控制图）和C图　　457?

　8．8　控制图绩效　　460?

　8．9　测量系统能力　　463??

附录　　474?

附录A　统计表和图　　474?

附录B　参考文献　　488?

附录C　部分练习答案　　490?

附录D　假设检验程序汇总 　


作者前言??

　　工程师在现代社会里起了重要的作用。他们负责设计研制绝大多数我们生活中要用的产品和制造这些产品的生产过程。工程师也参与工业企业和商业服务组织的许多管理工作。对问题阐述、分析和解决中工程研究能力的基本训练在很大范围内非常有价值。?

　　解决许多类型的工程问题都需要能正确看待可变性和了解一些处理可变性的描述和分析工具。统计是应用数学的一个分支，它关心的是可变性及其他对决策制定的影响。这是工程统计学的一本入门教材。虽然我们介绍的主题是统计在其他学科的基本应用，但是我们会把重点放在满足工程师的需求上，让他们把精力集中在统计在他们学科的应用上。因此，我们的例子和练习都是有工程背景的，几乎在所有的案例里，我们都用了实际问题或者是已出版的资料或者来自于我们自己咨询经历里的数据。?

　　各学科里的工程师都应该至少选一门统计课程。确实，工程技术鉴定局要求工程师把统计当做他们正规的大学学习的一部分，学会如何高效地使用统计方法。由于其他程序要求，绝大多数工科学生只是接受了一门统计课程。本书旨在作为所有工科学生一学期统计课程的课本。?

　　第三版进行了大规模的修正，增加了一些新的例子和许多新的问题。修正过程中，我们把重点放在改写那些学生理解起来比较难的主题上，它们是从我们自己的教学经验或者别人的反馈中了解到的。我们也增加了一些新的材料，像随机变量函数和测量误差问题。第6章的回归已经被重写了，不再需要矩阵代数了。?

　　本书结构?

　　本书建立在一本更全面的书（Montgomery,D C ,and Runger,G C,Applied Statistics and Probability for Engineers，Third Edition，John Wiley & Sons,New York，2003）的基础上，此书已被教师使用了一个或者两个学期。我们已经把那本书中一学期课程的关键主题作为本书的基础。作为浓缩和修正的结果，本书的数学水平更加适度。学习了一学期微积分学的工科学生在阅读整个书本时都应当没有什么困难。我们的意图是让学生理解统计方法，知道怎么把它们应用到工程问题的解决上，而不是知道统计的数学原理。?

　　第1章介绍了统计和概率在解决工程问题时所起的作用。说明了统计思想和相关的方法，并和其他工程建模方法相比较。用简单的例子讨论了统计方法的重要价值，也介绍了简单的统计汇总。?

　　第2章举例说明了由简单汇总和图形方法给出的有用信息。给出了分析大的数据集的分析过程。阐明了像直方图、茎叶图和频数分布图这些数据分析方法。重点在用这些方法来洞察数据特征或者潜在的系统。?

　　第3章介绍了随机变量的概念和描述随机变量特征的概率分布。我们集中介绍了正态分布，是因为它在那些经常应用于工程的统计工具中起了根本的作用。我们设法避免采用复杂的数学方法和事件样本空间定位方法这类传统的向工科学生提供资料的方法。进一步理解概率对于理解怎样用统计高效的解决工程问题不是必须的。这一章的其他主题包括期望值、方差、概率图和中心极限定理。?

　　第4章和第5章给出了基本的统计推断工具：点估计、置信水平和假设检验。单样本的方法在第4章，两样本的推断方法在第5章。我们的介绍显然是以应用为导向的，强调了这些过程的简单比较实验性质。我们希望工科学生能对怎样使用这些方法解决实际问题产生兴趣，能了解一些概念背后的东西，这样他们就能明白怎么把它们应用到其他地方。我们合理、有启发地推导了方法，而不是严格的数学证明。?

　　第6章介绍了构造经验模型，给出了简单和多元线性回归模型，也讨论了把这些模型作为机械模型的近似。我们让学生明白如何求出回归系数的最小二乘估计，进行标准的假设检验和求出置信区间，以及用模型残差评价模型的充分性。纵贯全章，我们强调了计算机在拟合和分析回归模型中的使用。?

　　第7章正式介绍了工程实验设计，尽管第4章和第5章的许多部分都是这个主题的基础。我们强调了因子设计，特别是所有的实验因子都是两个水平的。我们的实践经验指出了，如果工程师知道如何在所有因子都有两个水平的情况下建立析因实验，能正确地做实验和正确地分析得到的数据，它们就能成功地处理在实际中碰到的绝大多数工程实验。因此，我们写这一章的目的就在于实现这些目标。我们同时也介绍了部分因子设计和对应的浅显方法。?

　　统计质量控制在第8章中介绍。强调了休哈特控制图的重要的主题。给出了和R图，以及个体和计数数据的一些简单的控制图方法。我们也讨论了估计过程能力的一些方面。?

　　应当鼓励学生做题目来掌握关键的东西。本书包括了大量的难度不同的题目。每一节后面的练习旨在加强那一节介绍的概念和方法。这些练习比每一章后面的补充练习更加有结构性，而补充练习一般要求更多的公式或概念思考。我们把补充练习当做完整的问题来加强对概念的理解，而不是作为分析方法。项目练习考验了学生把本章的方法和概念应用到需要搜集数据的问题上。正如下面提到的，统计软件在问题解决中的使用应当是本课程完整的一部分。

　　使用本书?

　　我们相信，对工科学生开设的介绍性统计课程，首要的应该是应用课程。最初的重点应当放在数据描述、推断（置信区间和检验）、模型建立、工程实验设计和统计质量控制上，因为这些方法是实践工程师必须知道如何使用的。讲授这些课程有一个倾向是在概率和随机变量上花费大量的时间（事实上，一些工程师，比如工业和电子工程师，与其他学科的学生相比不需要知道太多）和强调数学推导方面，这就把工程统计课程变成了“婴儿数学状态”课程。讲师教授这种类型的课程时会觉得好笑和很容易，因为教原理比讲应用总是要容易得多，但这不能为学生准备职业经验。?

　　在我们在亚利桑那州立大学讲授的课程里，学生每周上两次课，一次在大教室，一次在小的计算机实验室。学生要做阅读作业、个人课后作业问题和小组项目。课堂的小组项目包括设计实验、产生数据和做分析。课本中的补充练习和项目练习是小组项目比较好的材料。目的在于用有挑战性的问题创造积极的学习环境，以此来培养分析和总和的研究能力。?

　　使用计算机?

　　在实践中，工程师在计算机上应用统计方法来解决问题。因此，我们强烈推荐计算机使用结合到课程中。纵贯本书，我们给出了Minitab的输出结果，它们是现代计算软件能做的典型例子。在讲课过程中，我们也用了Statgraphics，Minitab，Excel和一些其他的统计软件包和电子数据表。我们没有在本书中汇集其他不同软件包的例子，因为怎样把软件结合到课程里要比用哪一个软件包重要得多。课本中所有的数据和教师的讲义都有电子版本。

　　在大课的时候，我们就已经接触计算机软件。一讨论到某一方法，我们就给学生示范怎样用软件实现。我们推荐这个教学形式。许多受欢迎的软件包都有廉价的学生版本，在许多学院的局域网上都有统计软件，所以学生找到软件不是问题。?

　　计算机软件能用来做课本中的许多练习。有一些练习，在它们的旁边有计算机图标，我们强烈推荐在这些情况下用软件。