幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能疲勞統計學(精)

  • 作者：高鎮同//徐家進|責編:胡曉柏//張楠
  • 出版社：北京航空航天大學
  • ISBN：9787512439191
  • 出版日期：2022/10/01
  • 裝幀：精裝
  • 頁數：194
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書由三大部分組成，分別是智能疲勞統計學的「數學基礎」「電腦基礎」及「應用」，重點是第三部分，著重介紹了利用Python特點來估計威布爾分佈三參數的智能方法——高鎮同法，及對威布爾分佈進行數字實驗的方法。
    本書可作為高等院校航空、機械、建築等工程專業的高年級和研究生教材，也可作為從事疲勞設計和疲勞試驗研究人員的參考書。
作者介紹
高鎮同//徐家進|責編:胡曉柏//張楠
目錄
第一部分  智能疲勞統計學的數學基礎
  第1章  概率論的基礎知識
    1.1  概率、隨機事件和隨機變數
      1.1.1  有關概率的幾個基本概念
      1.1.2  隨機事件
      1.1.3  隨機變數
    1.2  隨機變數的分佈、概率密度函數及可靠度
      1.2.1  隨機變數分佈函數和概率密唐函數
      1.2.2  可靠度和破壞率
    1.3  隨機變數的期望和矩
      1.3.1  隨機變數的期望和統計中的算術平均
      1.3.2  隨機變數的各階矩之意義
  第2章  隨機變數的函數及其特徵值
    2.1  隨機變數函數和二維隨機變數
      2.1.1  隨機變數函數的意義
      2.1.2  二維隨機變數
    2.2  隨機變數之和（或差）的數學期望和方差
      2.2.1  隨機變數之和的數學期望
      2.2.2  隨機變數之和的方差
    2.3  矩母函數及其性質
      2.3.1  矩母函數的定義
      2.3.2  矩母函數的性質
    2.4  最大似然性法原理
  第3章  幾種常用的分佈
    3.1  高斯分佈
      3.1.1  正態分佈的特點
      3.1.2  標準分數
      3.1.3  正態變數的和與差的PDF
    3.2  威布爾分佈
      3.2.1  威布爾分佈由來及特點
      3.2.2  威布爾分佈的PDF
    3.3  伽馬分佈和貝塔分佈
      3.3.1  伽馬函數和貝塔函數
      3.3.2  伽馬分佈
      3.3.3  貝塔分佈
  第4章  統計學基礎知識
    4.1  統計的意義
    4.2  統計和概率及有關定律
      4.2.1  統計和概率
      4.2.2  大數定律
    4.3  總體和樣本
      4.3.1  統計學中的基本術語
      4.3.2  中心極限定理
    4.4  可靠度估計量
    4.5  統計推斷
      4.5.1  統計推斷的由來
      4.5.2  顯著度和置信度等概念的統計定義
      4.5.3  零假設和備選假設
      4.5.4  例子
    附錄一  大數定律的一個證明

    附錄二  無偏估計和有偏估計
    附錄三  隸莫佛-拉普拉斯中心極限定理的證明
第二部分  智能疲勞統計學的電腦基礎
  第5章  Excel在概率統計中的應用
    5.1  Excel簡介
    5.2  Excel中強大的函數和作圖功能
      5.2.1  Excel在概率統計中的函數
      5.2.2  Excel在作圖方面的一些注意事項
    5.3  Excel的優缺點
  第6章  Python簡介
    6.1  Python入門
      6.1.1  Python的由來及優缺點
      6.1.2  如何構建使用Python的平台
      6.1.3  Spyder的使用
    6.2  Python基本語法
      6.2.1  Python的詞法
      6.2.2  Python的句法
    6.3  Python的幾個重要模塊（庫或包）
      6.3.1  numpy, pandas, scipy簡介
      6.3.2  matplotlib簡介與作圖要點
    6.4  一個例子：超越方程的數值解
第三部分  智能疲勞統計學的一些應用
  第7章  總體參數估計
    7.1  樣本均值的參數和總體參數的點估計
      7.1.1  子樣均值的數學期望和方差
      7.1.2  總體均值和方差的點估計
    7.2  正態分佈參數估計
      7.2.1  解析法
      7.2.2  作圖法
    7.3  威布爾分佈的總體參數估計
      7.3.1  解析法
      7.3.2  圖解法
    7.4  最小二乘法
      7.4.1  最小二乘法原理
      7.4.2  疲勞性能數據最佳線性擬合
      7.4.3  P-N圖的線性擬合
  第8章  高鎮同法
    8.1  高鎮同法的由來
      8.1.1  解析法存在的問題
      8.1.2  擬合標準和決定係數
      8.1.3  高鎮同法的誕生
    8.2  高鎮同法的應用：擬合三參數疲勞性能曲線
      8.2.1  擬合三參數疲勞性能曲線
      8.2.2  用Excel來求解
      8.2.3  用Python及高鎮同法來求解
    8.3  高鎮同法命名及其優缺點
  第9章  幾種常用的檢驗方法
    9.1  X2（卡方）檢驗法（Chi-Square Test）
      9.1.1  X2分佈的PDF
      9.1.2  X2檢驗法的原理

    9.2  X2檢驗法在疲勞統計學中應用舉例
      9.2.1  正態總體標準差的區間估計
      9.2.2  正態總體標準差的無偏估計量
      9.2.3  總體分佈統計假設的X檢驗法
    9.3  t檢驗
      9.3.1  t分佈PDF
      9.3.2  t檢驗和例子
      9.3.3  正態總體均值區間估計
      9.3.4  三參數威布爾分佈的：檢驗及形狀係數的區間估計
      9.3.5  三參數威布爾分佈疲勞壽命的置信區間曲線
    9.4  F檢驗法
      9.4.1  F分佈的PDF
      9.4.2  F檢驗及例子
  第10章  數字實驗在威布爾分佈研究中的應用
    10.1  數字模擬和數字實驗
    10.2  威布爾分佈中的數字實驗
      10.2.1  三參數威布爾分佈發生器
      10.2.2  威布爾分佈各有關參數的數字實驗
    10.3  用自助法確定威布爾分佈三參數及置信區間
      10.3.1  用自助法進行數字實驗
      10.3.2  用自助法做進一步的數字實驗
關於智能疲勞統計學的展望
附錄A  計算威布爾分佈的置信區間曲線的Python代碼
附錄B  威布爾分佈各有關參數的數字實驗的Python代碼
附錄C  用自助法評估威布爾分佈各參數做的數字實驗Python代碼
參考文獻
中文關鍵字索引
英文關鍵字索引
英文關鍵字索引

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032