智能疲劳统计学
定 价：99 元
本书由三大部分组成,分别是智能疲劳统计学的数学基础计算机基础及应用,重点是第三部分,着重介绍了利用 Python特点来估计威布尔分布三参数的智能方法--高镇同法,及对威布尔分布进行数字实验的方法。
本书可作为高等院校航空、机械、建筑等工程专业的高年级和研究生教材,也可作为从事疲劳设计和疲劳试验研究人员的参考书。
第一部分 智能疲劳统计学的数学基础
第1章 概率论的基础知识
1.1 概率、随机事件和随机变量
1.1.1 有关概率的几个基本概念
1.1.2 随机事件
1.1.3 随机变量 .
1.2 随机变量的分布、概率密度函数及可靠度
1.2.1 随机变量分布函数和概率密度函数
1.2.2 可靠度和破坏率
1.3 随机变量的期望和矩
1.3.1 随机变量的期望和统计中的算术平均
1.3.2 随机变量的各阶矩之意义
第2章 随机变量的函数及其特征值
2.1 随机变量函数和二维随机变量
2.1.1 随机变量函数的意义
2.1.2 二维随机变量
2.2 随机变量之和(或差)的数学期望和方差
2.2.1 随机变量之和的数学期望 .
2.2.2 随机变量之和的方差.
2.3 矩母函数及其性质
2.3.1 矩母函数的定义
2.3.2 矩母函数的性质
2.4 最大似然性法原理
第3章 几种常用的分布
3.1 高斯分布
3.1.1 正态分布的特点
3.1.2 标准分数
3.1.3 正态变量的和与差的 PDF
3.2 威布尔分布
3.2.1 威布尔分布由来及特点
3.2.2 威布尔分布的 PDF
3.3 伽马分布和贝塔分布
3.3.I 伽马函数和贝塔函数
3.3.2 伽马分布
3.3.3 贝塔分布
第4章 统计学基础知识
4.1 统计的意义
4.2 统计和概率及有关定律.
4.2.1 统计和概率
4.2.2 大数定律
4.3 总体和样本
4.3.1 统计学中的基本术语
4.3.2 中心极限定理
4.4 可靠度估计量 .
4.5 统计推断
4.5.1 统计推断的由来
4.5.2 显著度和置信度等概念的统计定义
4.5.3 零假设和备选假设
4.5.4 例子
附录一 大数定律的一个证明
附录二无偏估计和有偏估计
附录三隶莫佛-拉普拉斯中心极限定理的证明
第二部分 智能疲劳统计学的计算机基础
第5章 Excel在概率统计中的应用
5.1 Excel简介
5.2 Excel中强大的函数和作图功能
5.2.1Excel在概率统计中的函数
5.2.2 Excel在作图方面的一些注意事项
5.3 Excel的优缺点
第6章 Python 简介
6.1 Python人门
……
第三部分 智能疲劳统计学的一些应用
附录
参考文献
中文关键字索引
英文关键字索引
书单推荐 新书推荐
