《统计学》考试概要
一、考试要求和知识点
1.1 统计及其应用领域
要求:掌握统计学、描述统计学、推断统计学等概念,了解统计的应用领域.
1.2 统计数据的类型
要求:掌握分类数据、顺序数据、数值型数据、观测数据、实验数据、截面数据和序
列数据等类型数据的特点和概念.
1.3 统计中的几个基本概念
要求:掌握总体、样本、参数、统计量、变量等概念.
【专业课必备:2026考研自命题考试大纲】
2.1 数据的来源
要求:掌握统计数据的来源.
2.2 调查方法
要求:掌握概率抽样、非概率抽样等方法的特点,理解搜集数据的基本方法.
2.3 实验方法
要求:掌握实验组、对照组等概念,了解实验中的统计问题.
2.4 数据误差
要求:掌握抽样误差、非抽样误差等概念,理解误差控制的方法.
3.1 数据的预处理
要求:理解数据审核、数据筛选、数据排序等方法的思想.
3.2 分类数据的整理与展示
要求:掌握分类数据的整理与图示方法,了解顺序数据的整理与图示方法.
3.3 数值数据的整理与展示
要求:掌握数值型数据的分组、图形绘制等方法.
3.4 合理使用图表
要求:理解统计图、表的设计要求,了解不同图形优劣的准则.
4.1 集中趋势的度量
要求:理解集中趋势度量的意义,掌握众数、平均数等概念及其作用和特点.
4.2 离散程度的度量
要求:理解离散程度度量的意义,掌握方差、离散系数等概念及其特点.
4.3 分布形状的度量
要求:理解分布形状度量的意义,掌握偏度、峰度等概念及其作用和特点.
5.1 随机事件及其概率
要求:掌握事件的概率定义,理解随机事件、必然事件、基本事件等概念,了解概率的古
典定义、概率的统计定义、主观概率定义的特点.
5.2 离散型随机变量及其分布
要求:掌握随机变量、离散型随机变量的定义,掌握常见的离散型随机变量的概率分布,
理解期望、方差等数字特征及意义.
5.3 连续型随机变量的概率分布
要求:掌握连续型随机变量的定义,掌握概率密度与分布函数,理解正态分布及其相关特
征.
6.1 统计量
要求:掌握统计量的概念,理解常用统计量及其意义.
6.2 由正态分布导出的几个重要分布
要求:掌握卡方分布、t分布、F分布及其特点.
6.3 样本均值的分布与中心极限定理
要求:掌握样本均值的抽样分布及其特点,理解中心极限定理基于应用.
7.1 参数估计的基本原理
要求:理解估计量、估计值的概念,掌握点估计、区间估计的思想,理解估计量评价标准
及其意义.
7.2 一个总体参数的区间估计
要求:掌握总体均值、总体比例、总体方差的区间估计方法及思想.
7.3 两个总体参数的区间估计
要求:掌握两个总体均值差、两个总体比例差、两个总体方差比的区间估计方法及其思想.
7.4 样本量的确定
要求:理解样本量在参数估计中的意义,掌握估计总体均值、总体比例等样本量的确定方
法.
8.1 假设检验的基本问题
要求:掌握假设检验涉及的问题、概念等,了解假设的表达式、检验类型,理解假设检验
的流程、两类错误、P值等概念、思想.
8.2 一个总体参数的检验
要求:理解检验统计量的确定方法,掌握总体均值、总体比例、总体方差检验的方法及思
想.
8.3 两个总体参数的检验
要求:理解检验统计量的确定方法,掌握两总体均值差、两总体比例差、两总体方差比等
检验的方法及思想.
8.4 检验问题的进一步说明
要求:理解检验结果的解释方法及原理.
9.1 分类数据与2统计量
要求:了解分类数据的特点,掌握2统计量的计算方法及思想.
9.2 拟合优度检验
要求:理解拟合优度检验的方法、思想.
9.3 列联分析:独立性检验
要求:了解列联表的形式,掌握独立性检验的方法及思想.
9.4 列联表中的相关测量
要求:了解列联表中的相关测量方法,掌握φ相关系数、列联系数、V相关系数的计算方
法及思想.
9.5 列联分析中应注意的问题
要求:理解条件百分比表的方向,掌握2分布期望值准则.
10.1 方差分析引论
要求:掌握方差分析及其相关概念,理解方差分析的原理和思想.
10.2 单因素方差分析
要求:理解单因素方差分析的数据及其特征,掌握单因素方差分析的流程,理解多重比较
问题及思想.
10.3 双因素方差分析
要求:理解双因素方差分析的数据及其特征,掌握双因素方差分析的流程.理解主效应、
交互效应等概念。
11.1 变量间的关系度量
要求:了解变量间关系度量方法,理解相关关系的描述与测度,掌握相关关系显著性的检
验方法及思想.
11.2 一元线性回归
要求:掌握一元线性回归的概念,掌握参数的估计方法及思想,理解拟合优度及显著性
检验的思想,会评价一元线性回归结果.
11.3 利用一元线性回归方程进行预测
要求:理解一元线性回归方程预测的意义,掌握点估计、区间估计的思想.
11.4 残差分析
要求:理解残差分析意义,掌握残差分析的工具及思想.
12.1 多元线性回归模型
要求:掌握多元回归模型与回归方程,理解多元回归模型的估计方法及思想.
12.2 回归方程的拟合优度
要求:理解多重判定系数、调整的多重判定系数等思想,会计算并解释其意义,掌握估计
误差及其意义.
12.3 显著性检验
要求:掌握线性关系检验、回归系数检验的步骤及其意义.
12.4 多重共线性
要求:理解多重共线性问题,掌握多重共线性问题的判别、处理方法.
12.5 利用回归方程进行预测
要求:理解多元线性回归方程预测的意义,掌握点估计、区间估计的思想.
12.6 变量选择与逐步回归
要求:理解变量选择的意义,掌握逐步回归的思想及方法.
13.1 时间序列及其分解
要求:掌握时间序列及其分解的相关概念.
13.2 时间序列的描述性分析
要求:了解时间序列描述性分析的常用工具及思想,掌握增长率分析的方法.
13.3 预测方法的选择
要求:掌握确定时间序列成分的方法,会基于数据背景选择预测方法并进行评估.
13.4 平稳序列的预测
要求:理解多重共线性问题,掌握多重共线性问题的判别、处理方法.
13.5 趋势型序列的预测
要求:理解多元线性回归方程预测的意义,掌握点估计、区间估计的思想.
13.6 复合型序列的分解预测
要求:理解变量选择的意义,掌握逐步回归的思想及方法.
二、参考书
[1] 统计学(第九版),贾俊平,何晓群,金勇进编,中国人民大学出版社,2025.
