考试内容详解：五维知识体系全覆盖
〈概率论与数理统计〉——北大应用统计考研的“基石模块”
核心要求：不仅掌握公式，更要理解其推导逻辑与适用边界。例如2022年考题要求从定义出发证明样本方差的无偏性，并指出在非独立同分布下的修正方案。
高频考点深度解析：
- 大数定律与中心极限定理：2021年以“独立同分布下样本均值渐近分布”的证明题出现，要求写出Lindeberg条件并验证；
- 充分统计量与完备性：2023年结合指数族分布族，要求证明泊松分布样本的充分完备统计量，并据此构造UMVUE；
- 贝叶斯推断：2024年出现共轭先验选择题（ Beta-Binomial 模型），需推导后验分布并计算预测概率。
典型真题示例（2023年）：设 (X_1,dots,X_n) 为来自密度函数 (f(x|theta)=theta x^{theta-1},,0
《统计学基础》——逻辑严密性的“试金石”
命题趋势：从“计算正确”转向“推导严谨”。2020年起，所有假设检验题均要求写出：① 原假设与备择假设；② 检验统计量；③ 拒绝域；④ p值计算；⑤ 结论解释。
易错点警示：
- 区间估计误解：2022年多考生将“95%置信区间”误写为“参数以95%概率落在区间内”，实则应表述为“重复抽样100次，约95个区间含真值”；
- 方差分析前提：2021年要求判断单因素方差分析是否适用，需检验正态性（Shapiro-Wilk）与方差齐性（Levene检验）；
- 抽样误差来源：2023年论述题要求区分抽样误差与非抽样误差，并举例说明如何在问卷设计中降低后者。
深度拓展：北大真题常考“反常识”结论——如“样本量增大时，t检验对非正态性的稳健性增强，但对方差齐性假设的稳健性减弱”，需结合中心极限定理与F分布性质解释。
《应用统计方法》——从理论到实践的“桥梁”
重点方向：线性回归（占应用部分55%）、时间序列（25%）、多元统计（20%）。
2020–2024年真题高频模型：
- 多元线性回归：2022年考题给出身高、体重、BMI预测血压的回归结果，要求判断多重共线性（VIF>10）、异方差性（Breusch-Pagan检验）并修正；
- ARIMA建模：2023年提供GDP季度数据，要求：① 识别差分阶数；② 用ACF/PACF定阶；③ 用AIC准则筛选模型；④ 残差白噪声检验（Ljung-Box Q=8.2, p=0.42）；
- Logistic回归：2024年考题涉及医疗数据预测疾病风险，要求计算OR值并解释其临床意义，同时指出模型局限性（如不能推断因果）。
考生高频失分点：在“模型诊断”环节遗漏关键步骤——如仅做残差图却未计算标准化残差、未进行杠杆值与Cook距离分析影响点，导致模型稳定性存疑。
〔软件实操〕——2022年起新增的“实操模块”
考核形式：提供CSV数据文件，要求用R语言完成指定分析任务（占15分），不考代码记忆，重逻辑实现。
2023–2024真题示例：
2023年真题：读取“clinical.csv”，包含变量：ID, Age, Gender, BMI, BP（收缩压）、Glucose。要求：
- 绘制BMI与BP的散点图，添加线性拟合线；
- 拟合多元线性回归模型：BP ~ Age + BMI + Glucose；
- 输出模型摘要，解释BMI系数的统计学与实际意义；
- 计算BMI的95%置信区间；
- 预测某患者（Age=45, BMI=28.3, Glucose=110）的BP值。
标准解法要点：
- 必须使用
read.csv()+str()检查数据结构； - 绘图需用
ggplot2或基础包plot()+abline()； - 回归用
lm()，诊断用plot(model, which=1:2)； - 预测用
predict(model, newdata=...)，注意newdata需为数据框； - 置信区间用
confint(model, "BMI", level=0.95)。
避坑指南：2022年有考生未指定 newdata 类型，直接传向量导致预测失败——说明“变量名需严格匹配”是高频扣分点。
【综合建模】——决定高分的关键“压轴题”
题型特征：跨章节融合，通常涉及3个以上知识点，要求写出完整分析流程（问题→建模→诊断→解释→局限）。
2024年压轴题深度还原：
“某电商平台收集用户点击数据（n=5000），变量：User_ID, Time_on_site, Clicks, Device（0=PC,1=Mobile）、Purchase（0/1）。请建立模型分析设备类型是否影响购买转化，并评估模型效果。”
满分答案关键步骤：
- 探索性分析：分组计算PC/Mobile用户的平均点击时长、转化率，绘制条形图；
- 模型选择：因响应变量为二分类，选用Logistic回归而非线性回归；
- 交互效应检验：加入 Device × Time_on_site 项，用似然比检验判断交互项是否显著；
- 模型诊断：Hosmer-Lemeshow检验（χ²=7.2, p=0.51→拟合优）、ROC曲线（AUC=0.78→中等判别力）；
- 结果解释：Device=Mobile的OR=0.62（95%CI:0.48–0.79），说明移动用户转化率显著低于PC用户；
- 局限性：未控制用户忠诚度、季节性因素，可能存在遗漏变量偏误。
命题逻辑：北大真题正从“纯技术考核”转向“统计思维考核”，要求考生像数据科学家一样思考问题，而不仅是套公式。
? 真题难度本质：不是“会不会”，而是“全不全、准不准、快不快”
年阅卷反馈显示：满分150分中，≥130分者占比3.2%，其共性特征为——步骤完整（+15%分）、计算准确（+12%分）、时间充裕（+8%分）。相反，60%考生失分集中在：① 假设检验未写五步；② R代码未注释；③ 解释脱离实际背景（如只说“p<0.05”而未说明实际意义）。