社会统计的数学基础
豆瓣
[加拿大] 约翰·福克斯 译者: 贺光烨
简介
《社会统计的数学基础》是一本集中讨论社会科学研究中的数理基础知识的小册子，其内容涵盖了许多数学和统计学中容易被人忽视却又至关重要的话题，如矩阵、线性代数、积分、概率理论及统计分布等。全书首先介绍了有关矩阵、线性代数和几何向量的基本概念，然后简单回复了一些基础数学，简述了微积分入门知识，接着对应用统计学中广泛运用的概率及统计推理进行了概述，最后阐述了线性最小二乘法回归这一统计方法的发展过程。《社会统计的数学基础》不仅可以协助研究生及社会统计工作者进行研究，而且是对定量方法研究的重要补充。
contents
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节最优化
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l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节渐近分布理论：初步介绍
第5节统计估计量的属性
第6节最大似然估计
第7节贝叶斯推断
第8节推荐阅读
第4章实际应用：线性最小二乘法回归
第1节最小二乘法拟合
第2节一个线性回归的统计模型
第3节作为估计量的最小二乘法系数
第4节回归模型的统计推断
第5节回归模型的最大似然法估计
第6节随机矩阵应用
注释
参考文献
译名对照表
