吉林大学应用统计考研专业课权威备考指南

抽样分布

卡方分布、t分布、F分布的定义、性质及典型构造是选择题高频内容。2022年真题：“设X₁,…,Xₙ iid ~ N(μ,σ²)，则(n−1)S²/σ² ~ ______”——答案为χ²(n−1)，属送分题但需绝对准确。

吉大陷阱：混淆样本方差定义（分母为n或n−1），2020年有23%考生在此失分。

参数估计

点估计：矩估计与极大似然估计是必考内容。2023年计算题：“设X₁,…,Xₙ来自指数分布Exp(λ)，求λ的MLE及其方差”——需注意指数分布参数化形式（f(x)=λe^−λx vs f(x)=(1/θ)e^−x/θ），吉大偏好后者（θ为均值）。

区间估计：单正态总体均值/方差的置信区间（Z/t/χ²区间）、两总体均值差的置信区间（等方差假设检验先行）。

高频易错点：小样本下总体方差未知时误用Z区间；非正态总体大样本下忽略中心极限定理适用条件。

假设检验

吉大偏好“p值法”，较少用临界值法。2021年综合题：“某药厂宣称新药降压有效率≥85%，随机抽查120人，有效96人。在α=0.05下检验宣称是否成立”——需明确H₀:p=0.85 vs H₁:p<0.85，用Z检验，并注意连续性修正（吉大近年倾向不修正，但答案需注明）。

重点题型：

• 单/双总体均值/比例检验
• I类错误与II类错误的概率计算（2020年选择题）
• 检验功效（Power）的简单应用（2023年综合题小问）

多元统计分析

吉大考查以主成分分析（PCA）与因子分析（FA）为主，侧重思想理解与结果解读，不考复杂推导。2023年综合应用题给出6个变量的协方差矩阵与PCA输出（特征值、贡献率、前3主成分载荷矩阵），要求：

• 确定主成分个数（累计贡献率≥85%）
• 写出前两个主成分表达式
• 解释第一主成分的实际含义

关键能力：能从载荷矩阵识别变量对主成分的贡献方向（正/负相关），避免机械套公式。

线性回归模型

吉大近年回归题均结合实际数据（如GDP预测、学生成绩建模），考查：

• 最小二乘估计的性质（BLUE）
• 模型假设检验（F检验、t检验）
• 残差诊断（正态性、异方差性）的简单判断（2022年选择题）

吉大特色：偏好“无截距模型”设定（如y=βx+ε），需注意R语言中lm(y~x+0)的使用。

时间序列基础

考查深度适中，主要涉及AR(1)、MA(1)模型的自相关函数（ACF）、偏自相关函数（PACF）图形特征，以及平稳性检验（DF检验思想）。2021年填空题：“AR(1)模型Xₜ=0.6Xₜ₋₁+εₜ的ACF满足ρₖ=______”——答案为0.6ᵏ。

统计软件实操（R语言）

自2020年起，R语言成为必考内容，2023年分值提升至14分。题型包括：

• 数据读写与处理：read.csv(), subset(), aggregate(), dplyr管道操作（2023年）
• 基础统计分析：t.test(), var.test(), lm(), aov(), chisq.test()
• 可视化：plot(), hist(), boxplot(), ggplot2基础语法（2022年）

典型真题（2023）：“读取data.csv，筛选性别=‘男’且年龄>25的样本，计算身高均值及标准差，并绘制箱线图”——答案需写完整代码，不接受伪代码。

备考建议：熟记10个核心函数，能手写无错误。吉大不考复杂包，重在基础函数组合使用。

综合应用能力

吉大真题常以真实场景为载体，如：

• 经济领域：用回归分析GDP与消费、投资的关系（2022年综合题）
• 生物医学：生存分析思想（Cox模型简化理解）、ROC曲线应用（2021年选择题）
• 工业质量：控制图原理、六西格玛思想渗透（2020年填空题）

解题步骤要求：问题定义→数据描述→方法选择→结果解读→政策建议，体现统计师的全流程思维。