2024年应用统计研究生入学考试专业课课程考试大纲
发布日期:2023年11月02日 09:57 点击数: 作者:

一、 考试科目代码和名称: 432统计学  

二、 招生院系和专业: 理学院 应用统计  


考试要求:

1、本考试大纲适用于南昌工程学院应用统计专业硕士研究生的入学考试

2要求考生熟悉统计学中的基本概念及其应用,理解概率论知识、数据收集和处理的分析方法,熟练掌握统计学模型、方法等相关理论,具有应用统计方法分析和解决统计问题的能力。

考试方式

笔试闭卷

答题时间

180分钟。

考试内容比例:(卷面成绩150分)

1、主要题型有:单项选择题、简答题、计算与分析题。

2、选择题:20分(10小题,每题2分);简答题:80分(8小题,每题10分);计算与分析题:50分(3小题,每题1520分)。

基本内容及范围:

1、了解统计学的一些基本概念。理解统计数据的类型。理解统计中的总体和样本、参数和统计量、变量等基本概念。

2、理解数据的搜集和数据的图表展示。了解数据的来源,理解调查方法,了解实验方法和数据的误差,熟悉常用的数据整理与展示方法。

3、掌握数据的概括性度量。熟练掌握集中趋势度量、离散程度度量、分布形状度量的计算及其意义。

4、掌握概率与概率分布。熟练掌握随机事件及其概率,掌握离散型随机变量及其分布,掌握连续型随机变量的概率分布。

5、理解统计量及其抽样分布。理解样本均值的抽样分布及中心极限定理。

6、理解参数估计和假设检验的基本思想。理解一个总体参数的区间估计、一个总体参数的假设检验。了解两个总体参数的区间估计、两个总体参数的假设检验。

7、理解一元线性回归分析方法。理解变量间关系的度量,理解一元线性回归模型、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等,了解回归方程的预测及残差分析。

8、理解多元线性回归分析方法。了解多元线性回归模型及其含义,理解多元线性回归模型中的基本假设,理解多重共线性的判别、分析及处理方法,理解变量选择与逐步回归方法。



参考教材:《统计学(第八版)》,贾俊平、何晓群、金勇进编著,中国人民大学出版社,2021年10月



关闭本页面