统计学考什么
发布时间：2025-06-03 17:21:15
统计学考试内容详解
统计学考研主要考察公共课+专业课，不同院校考试科目差异较大，以下是系统整理：
一、公共课（全国统考）
| 科目 | 分值 | 考试重点 |
|---|---|---|
| 政治（101） | 100 | 马克思主义基本原理（占30%，重点：辩证法、历史唯物主义） |
| 英语一（201） | 100 | 科技类文章常见（如《自然》选段），需掌握专业词汇（如regression、hypothesis） |
| 数学三（303） | 150 | 重点：概率论（贝叶斯定理）、数理统计（参数估计、假设检验）、线性代数（矩阵运算） |
注：部分院校（如北大、清华）允许用其他外语（日语/俄语）或自命题数学替代数学三。
二、专业课（院校自主命题）
核心科目组合（各校代码不同，如432/801等）：
1. 概率论与数理统计（50-60分）
| 模块 | 高频考点 |
|---|---|
| 概率基础 | 随机变量、概率分布、期望与方差 |
| 统计推断 | 点估计（矩估计、最大似然估计）、区间估计、假设检验（t检验、卡方检验） |
| 回归分析 | 线性回归模型、最小二乘法、模型诊断 |
| 多元统计 | 主成分分析、因子分析、聚类分析 |
典型题型：
计算题（如求解最大似然估计）
证明题（如证明估计量的无偏性）
应用题（如设计实验方案）
2. 应用统计学（50-60分）
| 模块 | 高频考点 |
|---|---|
| 描述统计 | 数据可视化、集中趋势与离散程度 |
| 抽样技术 | 简单随机抽样、分层抽样、整群抽样 |
| 时间序列 | ARIMA模型、趋势与季节性分析 |
| 统计软件 | R/Python编程（如ggplot2绘图、pandas数据处理） |
典型题型：
案例分析（如分析某数据集）
编程题（如用R实现某种统计方法）
三、院校特色内容对比
| 院校 | 额外考察内容 | 命题特点 |
|---|---|---|
| 北京大学 | 高等数理统计、随机过程 | 理论深度强，常考证明题 |
| 中国人民大学 | 国民经济核算、经济统计 | 重视应用与经济结合 |
| 上海财经大学 | 金融统计、风险管理 | 侧重金融领域应用 |
| 南开大学 | 生物统计、医学统计 | 侧重医学与生物领域 |
| 武汉大学 | 空间统计、地理信息系统 | 结合地理与空间分析 |
四、备考策略建议
基础阶段（3-6月）
概率论：掌握茆诗松《概率论与数理统计》基础理论
统计：吃透贾俊平《统计学》核心概念
强化阶段（7-9月）
刷题：陈希孺《概率论与数理统计习题解答》、Casella《统计推断》习题
专题突破：整理高频考点（如假设检验、回归分析）
冲刺阶段（10-12月）
真题模拟：至少完成目标院校近5年真题（如北大432、上财432）
热点补充：关注统计年鉴、最新统计方法
五、2024年命题趋势
编程能力要求提高：部分院校增加R/Python编程题
现实结合加强：大数据、人工智能等议题可能进入论述题
应用统计比重上升：在部分院校占比增至50%
附：经典参考书单
必读：茆诗松《概率论与数理统计》、贾俊平《统计学》
进阶：Casella《统计推断》、Wasserman《All of Statistics》
应用：吴喜之《统计学：从数据到结论》、R for Data Science