上海交通大学应用统计考研真题深度解析｜命题规律｜备考指南｜高分攻略

2024年真题解析

题型：填空题第3题（5分）｜知识点：贝叶斯估计与极大似然估计方差比较

原题：设总体X~B(1,θ)，θ~Beta(2,3)，样本X₁,X₂,…,Xₙ，求θ的贝叶斯估计（后验均值），并与极大似然估计比较方差大小。

解题关键：

• 先验Beta(2,3)与二项似然共轭 → 后验为Beta(2+Σxᵢ, 3+n−Σxᵢ)
• 贝叶斯估计 = (2+Σxᵢ)/(5+n)
• 极大似然估计 = Σxᵢ/n
• 方差比较：贝叶斯估计方差 = (2+Σxᵢ)(3+n−Σxᵢ)/[(5+n)²(6+n)]
• 结论：当n≥3时，贝叶斯估计方差恒小于MLE（因引入先验信息降低不确定性）

失分点：多数考生仅写出估计量，未完成方差推导；部分混淆“后验方差”与“估计量方差”。

2023年真题解析

题型：计算题第3题（16分）｜知识点：双因素方差分析（无交互作用）+残差诊断

原题：某电商平台测试3种广告样式（A/B/C）与2种落地页设计（X/Y）对转化率的影响，每组合重复2次，数据略。要求：(1)构建方差分析表；(2)判断主效应是否显著；(3)检验方差齐性与正态性。

解题关键：

• 模型：Yᵢⱼₖ = μ + αᵢ + βⱼ + εᵢⱼₖ，无交互项（题干明确“不考虑交互作用”）
• 自由度：A:2, B:1, 误差:6, 总:11
• Fₐ = MSₐ/MSₑ ≈ 8.32 > F₀.₀₅(2,6)=5.14 → 显著
• 残差诊断：(i)残差图无明显模式 → 方差齐性；(ii)Shapiro-Wilk检验p=0.21 >0.05 → 正态性满足

易错点：误加交互项导致自由度错误；未按题干要求“不考虑交互”而强行拟合双因素ANCOVA。

2022年真题解析

题型：软件应用题（30分）｜知识点：R语言数据清洗 + 多元线性回归 + 残差分析

原题：给定csv文件（含用户年龄、月均消费、登录频率、是否会员），要求：(1)剔除异常值（消费>3σ）；(2)拟合回归模型；(3)输出模型摘要并判断VIF值。

参考代码：

# 加载数据
data <
- read.csv("user_data.csv")
# 异常值剔除（消费列）
data <
- subset(data, abs(consume 
- mean(consume)) <= 3  sd(consume))
# 拟合模型
model <
- lm(consume ~ age + login_freq + is_vip, data=data)
# 模型摘要
summary(model)
# VIF计算（需car包）
library(car)
vif(model)

评分要点：

• 数据读取正确（2分）｜异常值判断逻辑清晰（4分）｜回归公式完整（3分）｜摘要解读（6分）｜VIF计算与解释（7分）｜代码注释与可读性（8分）
• 年新增“代码注释”评分项，强调工程化思维

高频错误：未安装car包导致vif()报错；混淆“标准化残差”与“学生化残差”；VIF>10才判定多重共线性（部分考生误判VIF>5即异常）。

2021年真题解析

题型：计算题第2题（16分）｜知识点：时间序列ARIMA建模（非平稳序列）

原题：某公司月度销售额序列（n=36），经检验I(1)，差分后ACF拖尾、PACF1阶截尾，拟合ARIMA(1,1,0)，给出参数估计与1期预测值。

解题步骤：

1. 阶差分：ΔYₜ = Yₜ − Yₜ₋₁
2. 差分后ACF缓慢衰减 → AR(1)；PACF1阶显著 → ARIMA(1,1,0)
3. 模型：ΔYₜ = φΔYₜ₋₁ + εₜ
4. OLS估计φ̂ = 0.62（t=4.38, p<0.01）
5. 预测：Ŷ₃₇ = Y₃₆ + φ̂(Y₃₆ − Y₃₅) = 1020 + 0.62×(1020−985) = 1041.7

失分重灾区：

• 未做差分直接拟合AR(1)，导致伪回归
• 预测时未加差分项（直接Ŷ₃₇ = φ̂Y₃₆ = 632.4，结果严重偏低）
• 忽略“差分后均值非零”情形（题干未说明截距项，但实际模型应含常数项）

2020年真题解析

题型：证明题（12分）｜知识点：抽样分布推导与Cramer-Rao下界

原题：设X₁,…,Xₙ ~ N(μ,σ²)，μ未知，σ²已知，证明样本均值X̄是μ的UMVUE。

证明路径：

1. 似然函数：L(μ) ∝ exp{−Σ(xᵢ−μ)²/(2σ²)}
2. 充分统计量：T=ΣXᵢ（因子分解法）
3. 无偏性：E(X̄)=μ
4. 方差达到CR下界：Var(X̄)=σ²/n = 1/[n/σ²] = 1/Iₙ(μ)
5. 由Lehmann-Scheffé定理 → X̄为UMVUE

评分标准：仅写出结论不得分；需完整呈现“充分性→无偏性→达到CR界”逻辑链。