中国海洋大学432统计学高分研究生辅导团队
带您一起实现中国海洋大学考研梦
一本通(冲刺篇)内容详解
中国海洋大学432统计学考研冲重点押题,11月底校方命题基本结束,中国海洋大学本专业的研究生多方面了解2021考研最新的重点考点动态编写而成,确保为大家成功梦圆中国海洋大学加一道最后的保险。押题命中率很高,不多做介绍,相当于划重点,大家都明白。订购后由中国海洋大学本专业的研究生直接发货。中国海洋大学432统计学冲刺篇具体包括:①重点狂背。11月下旬命题基本结束,研究生多方面了解2021考研最新的重点考点动态,根据自己对导师出题的喜好、真题的命题规律、导师的教学资料里体现出来的重点编写而成。每本教材对应的重点狂背内容大约为40页左右。②冲刺点题:每本教材押20道题左右(主观题),都有详细的答案解析,40页左右,命中率高,不多做介绍,大家都明白。原价:798元。
如需咨询资料详情和报考答疑,欢迎加中国海洋大学应用统计(专硕)专业考研咨询客服QQ:800179089。也可以通过淘宝店铺(学姐本校直发甄选店)进行咨询购买,本校直发,7天无理由退货。
注:以上各项中国海洋大学432统计学复习资料为2021年最新资料。中国海洋大学432统计学考研复习一本通(冲刺篇)由中国海洋大学本专业的研究生直接从中国海洋大学发货,发货后从物流信息可以看到。买中国海洋大学432统计学考研资料当然只选中国海洋大学本校发货的。
一、我们认真负责的向每一位尊敬的考生承诺:
我们是真实的中国海洋大学432统计学高分研究生辅导团队,团队成员都是2020届考研的专业前几名,资料由中国海洋大学本专业的研究生从中国海洋大学直接发货,可以来中国海洋大学当面交易。资料真实、权威、全面、可靠,别的家有的资料我们全都有,2020届高分研究生学姐学长的智慧、经验和心血的结晶。目前负责中国海洋大学432统计学资料的研究生团队多数也是考研时买了我们的资料,被录取后加入我们的团队。我们的资料最大的特点是能最真实的体现中国海洋大学432统计学导师的重点,同时确保内容最全面、重点最突出、复习最有针对性,别的家有的资料我们都有,很多家几百元的宝贝在我们这里只是赠品(赠品涉及本专业的本科课件、笔记、期末题、习题、期末复习题、名校历年真题等等.......)。
二、售后保障:
中国海洋大学本专业的师兄师姐人都非常好,全程负责售后把关,中国海洋大学本专业的资料考前至少更新2-3次,每次更新或者补充都会及时通知,免费包邮补寄,直至复试结束。中国海洋大学432统计学考研咨询客服QQ:800179089。
三、怎么辨别资料真假好坏(一定要看):
1.否是本校直接发货。2.是否可以来中国海洋大学本专业的宿舍当面交易,如果不可以,推三阻四总能找出理由,百分百就是假的。3.是否支持七天无条件退换货,如果不支持必然是假的,而且维权困难。以上三点缺一不可。
四:多家比较,无条件退换货:
建议您挑选购买三家支持7天无条件退换货的资料,留下自己认为最可靠的一份资料,把其他2份退掉。老字号品牌,服务有保障,收货后对资料不满意,无条件支持退款。
对考生的承诺
1.资料一律从中国海洋大学直接发货。2.真实中国海洋大学本专业研究生高分团队。3.全程售后服务,更新免费补寄。
注:1.考研真题、模拟题、冲刺题、期末题由于页码少,无质量问题不支持七天无理由退货。2.对于支持七天无理由退货的资料,退货收取成本费,每页0.15元,彩色胶装每本10元,订书机装订每本0.2元。发货运费由卖家承担,退货运费由买家承担。
资料定价与说明
《中国海洋大学432统计学考研复习一本通(冲刺篇)》,原价798元,暂无折扣。
《中国海洋大学432统计学考研复习一本通》可以在文登考研官网(www.wdkao.com),也可以在中国海洋大学附近的文登教育合作的考试书店购买。因考生人数有限,印刷数量不多,售完即止,一般情况不会加印。《中国海洋大学432统计学考研复习一本通》为文登考研专业课一对一辅导学员、vip保过班学员专用考研专业课辅导资料,在文登考研官网(www.wdkao.com)报名的学员可以联系网站客服免费领取。
改版与售后服务
文登教育每年均根据本年度每年会根据中国海洋大学432统计学的最新考研要求和考研大纲对中国海洋大学432统计学考研初试复习一本通进行改版升级并提供售后服务,请考生务必谨慎辨别,避免购买其他机构或个人销售的往年的盗版的中国海洋大学432统计学考研初试复习一本通而耽误备考和前途;同时文登教育官方郑重声明,购买盗版资料我们将不提供任何售后服务。
怎么辨别资料真假好坏(一定要看)
市面的资料很多,很多卖家随便购买拼凑一些往年的旧资料就进行大量转卖,导致真正的中国海洋大学432统计学高价值内部资料反而卖不出去,中国海洋大学本专业的师兄师姐教大家怎么辨别假资料:1.否是本校直接发货,由于专业课资料的特殊性,只有本校的才是真实可靠的,买之前一定要问一下是不是中国海洋大学本校发货,如果不是本校发货那么资料还能可靠吗?2.是否可以来中国海洋大学本专业的宿舍当面交易,如果不可以,推三阻四总能找出理由,百分百就是假的。3.是否有一对一辅导服务,如果没有基本上就没有中国海洋大学本专业的研究生团队。4.是否有中国海洋大学本专业的研究生团队负责持续更新。5.资料是否与考研大纲完全相符,现在考研资料网上一大堆,很多卖家随便下载一些就冒充中国海洋大学432统计学的内部资料进行出售,问一下如果资料与考研大纲或者历年真题的方向和重点不一致是否可以全额退款,是否可以无条件退款。如果回答的不自信基本上资料肯定不可靠。6.如果您发现一份资料好多店铺都在同时卖,那您觉得这个资料来源是不是也太简单了呢?7.根据我们长期的观察,很多人冒充是中国海洋大学本专业的研究生卖资料,90%的都是假的。中国海洋大学的研究生要写论文、发表期刊文章,不可能天天泡在网上卖资料,如果有人说自己是研究生,那么找一些专业知识的题目问问他,自然很快辨别真假。
纠错反馈与奖励
为了能不断完善中国海洋大学432统计学考研初试复习一本通的质量,从而使广大考生进行更有效地考研复习备考,如果您在复习过程中发现中国海洋大学432统计学考研初试复习一本通有任何出入(如印刷不清晰、考点不准确、错别字)或其他疑问、批评建议等,可将具体内容(所购买的图书名称、章节、年份、题目、页数)发送至我们的投诉邮箱。我们将高度重视每位报考中国海洋大学考研学子的反馈,第一时间组织中国海洋大学的研究生进行校对审核,并及时将结果反馈给您。您的反馈一经采纳,我们将向您赠送价值80-120元的专业课资料抵用券。并且在考研录取后,可优先被录取为文登教育的考研专业课辅导老师。
版权与投诉声明
最近发现很多人在校园贴小广告或者网上发帖进行倒卖文登教育中国海洋大学432统计学往年的复印版的资料,在非正规渠道购买资料的,我们不负责更新以及售后。中国海洋大学432统计学考研初试复习一本通为文登考研官方独家版权所有,为文登教育的独家内部资料,受《著作权法》保护,任何单位及个人不得对其进行非法复印、篡改、抄录、传播、销售;一经发现,文登考研将依据国家法律法规追究相关当事人侵权责任;考生如发现中国海洋大学432统计学考研初试复习一本通存在盗版行为可随时向文登教育投诉举报,我们将予以奖励。打击盗版,支持正版,人人有责!
中国海洋大学432统计学考研复习一本通(冲刺篇)由中国海洋大学本专业的研究生直接从中国海洋大学发货,发货后可以从物流信息可以看到。真实、权威、可靠的中国海洋大学432统计学考研高价值内部资料,为您考研成功加把力!买中国海洋大学432统计学考研资料当然只选中国海洋大学本校发货的。
如需咨询资料详情和报考答疑,欢迎加中国海洋大学应用统计(专硕)专业考研咨询客服QQ:800179089。也可以通过淘宝店铺(学姐本校直发甄选店)进行咨询购买,本校直发,7天无理由退货。
多年的传承,资料每年都由中国海洋大学本专业刚刚考上的高分研究生更新整理。历年考研招生信息均由历届本专业的研究生整理,仅供参考。
研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
考试科目 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
复试科目、复试参考书 | 复试科目:F1102应用统计综合
|
||
参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | 025200 应用统计
不区分研究方向 |
||
考试科目 | ①101思想政治理论
②204英语(二) ③303数学(三) ④432统计学 |
||
复试科目、复试参考书 | F1102概率论与数理统计
概率论部分与数理统计部分分别约占整个试卷分值的50% |
||
参考书目、参考教材 | |||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | 025200 应用统计
不区分研究方向 |
||
考试科目 | ①101思想政治理论
②204英语(二) ③303数学(三) ④432统计学 |
||
复试科目、复试参考书 | 复试科目:
F1102概率论与数理统计 复试参考书: F1102概率论与数理统计 基础知识和基本概念理解部分约占分值 35%; 运用所学知识经过基本分析解决问题部分约占分值 35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值 30%。 注:概率论部分与数理统计部分分别约占整个试卷分值的 50%。 |
||
参考书目、参考教材 | 432统计学
基础知识和基本概念理解部分约占分值 25%; 运用所学知识经过基本分析解决问题部分约占分值 35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值 40%。 |
||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | 025200应用统计 | ||
考试科目 | ①101思想政治理论
②204英语二 ③303数学三 ④432统计学 |
||
复试科目、复试参考书 | F1102概率论与数理统计(应用统计) | ||
参考书目、参考教材 | |||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | 025200应用统计 | ||
考试科目 | ①101思想政治理论
②204英语二 ③303数学三 ④432统计学 |
||
复试科目、复试参考书 | 复试科目:
1、笔试:F1103概率论与数理统计(应用统计) 2、面试 主要测试考生的专业素质和综合素质。 3.英语听力与口语测试 英语听力与口语测试主要测试考生的英语听说能力。 一、考试形式 (1)考试形式及考试时间: 闭卷考试,答题方式为笔试。满分为100分,考试时间为120分钟。 (2)试卷分值构成: 基础知识和基本概念理解部分约占分值35%; 运用所学知识经过基本分析解决问题部分约占分值35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值30%。 注:概率论部分与数理统计部分分别约占整个试卷分值的50%。 二、考试内容 (一)概率论部分 1.样本空间,随机事件,概率,条件概率,独立性,全概率公式,贝叶斯公式。 2.一元离散型和连续型随机变量,分布律,分布函数,密度函数,随机变量函数的分布。 3.二元离散型和连续型随机变量,分布函数,边际分布,条件分布,相互独立,随机变量函数的分布。 4.数学期望,方差,协方差,相关系数,切比雪夫不等式。 5大数定律,中心极限定理。 (二)数理统计部分 1.数理统计基本概念 2.估计理论 3.假设检验 4.方差分析 5.回归分析 备注:不招收同等学力和非全日制考生 |
||
参考书目、参考教材 | 432
一、考试形式 (1)考试形式及考试时间: 闭卷考试,答题方式为笔试。满分为150分,考试时间为180分钟。 (2)试卷分值构成: 基础知识和基本概念理解部分约占分值25%; 运用所学知识经过基本分析解决问题部分约占分值35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值40%。 (3)题型包括:选择题,填空题,简答题,计算分析题等。 二、考试内容 (一)统计中的几个基本概念 (二)数据的搜集 (三)数据的图表展示 (四)数据的概括性度量 (五)概率与概率分布 (六)统计量及其抽样分布 (七)参数估计 (八)假设检验 (九)分类数据分析 (十)方差分析 (十一)一元线性回归 (十二)多元线性回归 (十三)时间序列分析和预测 (十四)指数 |
||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | 应用统计(专硕) | ||
考试科目 | ①101思想政治理论
②204英语二 ③303数学三 ④432统计学 |
||
复试科目、复试参考书 | 概率论与数理统计
概率论与数理统计(应用统计) 试卷分值构成: 基础知识和基本概念理解部分约占分值35%; 运用所学知识经过基本分析解决问题部分约占分值35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值30%。 注:概率论部分与数理统计部分分别约占整个试卷分值的50%。 考试内容 (一)概率论部分 1、样本空间,随机事件,概率,条件概率,独立性,全概率公式,贝叶斯公式。 2、一元离散型和连续型随机变量,分布律,分布函数,密度函数,随机变量函数的分布。 3、二元离散型和连续型随机变量,分布函数,边际分布,条件分布,相互独立,随机变量函数的分布。 4、数学期望,方差,协方差,相关系数,切比雪夫不等式。 5、大数定律,中心极限定理。 (二)数理统计部分 1、数理统计基本概念:总体,个体,样本,统计量,经验分布函数,抽样分布定理,分位数。 2、估计理论:矩估计,极大似然估计,无偏性,有效性,相合性,区间估计。 3、假设检验:正态总体参数的假设,非参数假设检验。 4、方差分析:单因素方差分析,两因素方差分析。 5、回归分析:线性模型,最小二乘估计,线性模型中回归系数的假设检验,预测与控制。 |
||
参考书目、参考教材 | 432 统计学
试卷分值构成: 基础知识和基本概念理解部分约占分值25%; 运用所学知识经过基本分析解决问题部分约占分值35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值40%。 题型包括:选择题,填空题,简答题,计算分析题。 考试内容 (一)统计中的几个基本概念 (二)数据的搜集 (三)数据的图表展示 (四)数据的概括性度量 (五)概率与概率分布 (六)统计量及其抽样分布 (七)参数估计 (八)假设检验 (九)分类数据分析 (十)方差分析 (十一)一元线性回归 (十二)多元线性回归 (十三)时间序列分析和预测 (十四)指数 |
||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | |||
考试科目 | ①101思想政治理论
②204英语二 ③303数学三 ④432统计学 |
||
复试科目、复试参考书 | 复试科目:
概率论与数理统计: 一、试卷结构 基础知识和基本概念理解部分约占分值30%; 运用所学知识经过基本分析解决问题部分约占分值40%; 运用基本理论和基本方法综合分析问题解决问题部分约分值30%。 概率论部分与数理统计部分各占分值50%; 二、考试内容 (一)概率论部分 (二)数理统计部分 备注: 各专业均不招收同等学力考生 |
||
参考书目、参考教材 | 432统计学:
试卷分值构成 基础知识和基本概念理解部分约占分值25%; 运用所学知识经过基本分析解决问题部分约占分值35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值40% |
||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | |||
考试科目 | ①101思想政治理论 ②204英语二 ③303数学三 ④432统计学 |
||
复试科目、复试参考书 | 复试笔试科目及考试大纲: 概率论与数理统计 试卷结构 基础知识和基本概念理解部分约占分值30%; 运用所学知识经过基本分析解决问题部分约占分值40%; 运用基本理论和基本方法综合分析问题解决问题部分约分值30%。 概率论部分与数理统计部分各占分值50%; 同等学力加试科目: 数理统计 试卷分值构成: 基础知识和基本概念理解部分约占分值30%; 运用所学知识经过基本分析解决问题部分约占分值40%; 综合运用基本理论和方法分析问题与解决问题部分约占分值30%。 计量经济学 |
||
参考书目、参考教材 | 432统计学 试卷分值构成: 基础知识和基本概念理解部分约占分值25%; 运用所学知识经过基本分析解决问题部分约占分值35%; 综合运用基本理论和方法分析问题与解决问题部分约占分值40%。 |
||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
研究方向 | |||
考试科目 | ①101思想政治理论 ②201英语一 ③303数学三 ④432统计学 |
||
复试科目、复试参考书 | 复试笔试科目: 概率论与数理统计 同等学力加试科目: 1、数理统计 2、计量经济学 备注: 1、不招收同等学力 2、复试包括笔试、面试、外国语听力与口语测试、综合素质考核、体检等内容。 其中笔试主要是专业课测试;综合素质考核包括思想政治素质和道德品质考核、心理素质测试以及人文素养、社会实践(社团活动、志愿服务等)、团结协作精神等方面的考核。 综合素质考核中的心理素质测试、体检由学校统一组织。 |
||
参考书目、参考教材 | |||
更多研究方向 | 025200应用统计 00不区分研究方向 (1)全日制 专业 | ||
更多考试科目信息 | ①101思想政治理论②204英语(二)③303数学(三)④432统计学
|
||
更多复试科目参考书信息 | 复试科目:F1102应用统计综合
|
||
更多参考书目、参考教材 | 432统计学
考试内容 (一)统计中的几个基本概念 1、统计数据的类型:分类数据,顺序数据,数值型数据。 2、 总体和样本:总体,样本,参数和统计量,变量及类型。 (二)数据的搜集 1、数据来源:数据的间接来源,数据的直接来源。 2、调查数据:概率抽样,非概率抽样,搜集数据的基本方法。 3、实验数据。 4、数据的误差:抽样误差,非抽样误差,误差的控制。 (三)数据的图表展示 1、数据的预处理:审核,筛选,排序,数据透视表。 2、品质数据的整理与图示:分类数据和顺序数据的整理与图示。 3、数值型数据的整理与展示:数据分组,数值型数据的图示(直方图,茎 叶图,箱线图,线图,散点图,雷达图)。 (四)数据的概括性度量 1、集中趋势的度量:分类数据(众数),顺序数据(中位数和分位数),数 值数据(各种平均数,众数,中位数)。 2、离散程度的度量:分类数据(异众比率),顺序数据(四分位差),数值 数据(极差,平均差,方差,标准差,离散系数,变异系数)。 3、偏态与峰态的度量:偏态及其计算公式,峰态及其计算公式。 (五)概率与概率分布 1、随机事件及其概率。 2、概率的性质与运算法则:基本性质,条件概率,全概率公式和贝叶斯公 式。 3、离散型随机变量及其分布:二项分布,泊松分布,期望,方差。 4、连续型随机变量的概率分布:密度和分布函数,正态分布,指数分布, 均匀分布,期望,方差。 (六)统计量及其抽样分布 1、统计量:统计量的概念,常用统计量,次序统计量,充分统计量。 2、关于分布的几个概念:抽样分布,渐进分布。 3、 由正态分布导出的几个重要分布:卡方分布, t 分布, F 分布。 4、样本均值的分布与中心极限定理。 5、样本比例的抽样分布。 6、两个样本平均值之差的分布。 7、 关于样本方差的分布。 (七)参数估计 1、 参数估计的基本原理。 2、 一个总体参数的区间估计。 3、两个总体参数的区间估计。 4、样本量的确定。 (八)假设检验 1、假设检验的基本问题。 2、一个总体参数的检验。 3、两个总体参数的检验。 (九)分类数据分析 1、分类数据与卡方统计量。 2、拟合优度检验。 3、列联分析:独立性检验。 4、列联表中的相关测量。 (十)方差分析 1、方差分析的基本概念:基本思想,基本假定,问题的一般提法。 2、单因素方差分析。 3、双因素方差分析。 (十一)一元线性回归 1、变量间关系的度量。 2、一元线性回归:回归模型,参数的最小二乘估计,回归直线的拟合优度, 显著性检验,回归分析结果的评价。 3、利用回归方程进行预测:点估计,区间估计。 4、残差分析。 (十二)多元线性回归 1、多元线性回归模型。 2、 回归方程的拟合优度。 3、显著性检验。 4、 多重共线性。 5、利用回归方程进行预测。 6、 变量选择和逐步回归。 (十三)时间序列分析和预测 1、时间序列及其分解。 2、时间序列的描述性分析。 3、时间序列预测的程度。 4、平稳序列的预测。 5、趋势型序列的预测。 6、季节型序列的预测。 7、复合型序列的分解预测。 (十四)指数 1、指数的概念和分类。 2、总指数编制方法:简单指数,加权指数。 3、指数体系。 4、指数综合评价。 |
中国海洋大学应用统计(专硕)以上招生信息(招生目录、考试科目、参考书、复试信息)均来源于中国海洋大学研究生院,权威可靠。导师信息、历年分数线、招生录取比例、难度分析有些来源于在校的研究生,信息比较准确,但是可能存在一定的误差,仅供大家参考。