? 统计学专业考研考什么·考研内容全解析

【 统计学原理 】描述推断·抽样设计·方差分析

描述统计 包括均值、中位数、标准差、箱线图等。推断统计 则利用样本推断总体，核心是 抽样分布 与 置信区间。网友常问：如何确定样本量？ 示例：在总体标准差未知时，使用 t 分布构建均值置信区间。此外，方差分析(ANOVA) 用于比较多个组均值差异，如不同教学方法对学生成绩的影响。实验设计中随机化与区组设计也是高频考点。

• 【案例】 单因素方差分析：将总变异分解为组间与组内，F统计量 = MSB/MSW。
• 【案例】 抽样调查中分层抽样与整群抽样的效率比较。

〔 概率论与数理统计 〕分布·估计·假设检验

这是 统计学考研 最核心的部分。常见分布：正态、二项、泊松、卡方、t、F。 点估计 的矩估计与极大似然估计（MLE）是必考内容。例如，对于指数分布 λ 的 MLE 为样本均值的倒数。假设检验 步骤：建立假设→选择检验统计量→确定拒绝域→计算p值。网友关心：如何区分单尾与双尾检验？ 示例：检验新药是否有效，使用双尾检验；检验是否优于旧药，用单尾。

贝叶斯统计 近年热度上升，先验分布与后验分布的计算成为部分院校考点。

〖 统计分析与应用 〗软件·建模·实战

熟练使用 SPSS、R、Python 是加分项。考题可能涉及数据清洗、可视化、回归诊断。例如，利用 R 语言进行 多元线性回归，检查 VIF 是否存在多重共线性。时间序列分析中的 ARIMA 模型、指数平滑法等也是应用重点。网友关心：如何选择预测模型？ 示例：对于有趋势和季节性的数据，使用 Holt-Winters 方法。实际业务场景：通过 逻辑回归 预测用户流失概率。

• 【代码片段】 lm(y ~ x1 + x2, data = df) 然后 summary() 查看系数。
• 【案例】 使用 Python 的 statsmodels 进行ADF检验判断平稳性。