首都经济贸易大学硕士研究生入学考试初试《统计学》432考试大纲

　　第一部分 考试说明

　　一、考试目的

　　本课程以理解统计思想为根本、讲授现代统计方法为手段，以使学生掌握收集、分析、解释数据等统计方法为目的。该考试科目主要考察考生是否扎实掌握统计学中的基本概念、基本原理、基本技能，正确体会和理解统计学的基本思想。注重考查考生应用统计学的知识和技能分析问题的能力。

　　二、考试范围

　　统计学的概念、统计数据、统计调查、数据的统计描述及展示、抽样分布、参数估计、假设检验、方差分析、相关分析、回归分析、主成分与因子分析、列联分析、聚类分析、时间序列与预测。

　　三、考试基本要求

　　掌握统计学基本概念、理解考试范围内各种统计方法的统计思想及统计软件的实现，能够应用所学统计知识分析实际问题。

　　四、考试形式与试卷结构

　　（一）答卷方式：闭卷，笔试

　　（二）答题时间：180分钟

　　（三）满分：150分

　　（四）各部分内容考查比例：

　　统计学基本概念，占30%-40%；统计学基本方法及其统计思想，占40%-50%；应用统计知识分析实际问题，占比10%-20%。

　　掌握的部分：60%

　　需要熟悉的部分：20%-30%

　　需要了解的部分：10%-20%

　　（五）题型及分值

　　考试题型主要有名词解释、简答题、计算分析题、论述题，其中名词解释20分，简答题40分，计算分析题60分，论述题30分。

　　五、参考书目(可以不指定参考书目，但大纲内容须足够详尽)

　　（1）马立平，张玉春，统计学原理，电子工业出版社，2018.

　　（2）贾俊平，何晓群，金勇进，统计学（第6版），中国人民大学出版社，2015.

　　第二部分 考试内容

　　（一） 统计学与统计数据

　　考试内容：统计学的性质、研究对象；数据的计量尺度；数据的类型；.统计规律

　　考试要求：了解统计学产生与发展的历程和统计学的研究方法；理解统计学的研究对象；掌握和应用统计数据的计量尺度和统计数据的类型。

　　（二） 统计数据收集的方法与数据质量

　　考试内容：数据的间接来源；.数据的直接来源；抽样调查；普查；问卷设计；统计数据的误差。

　　考试要求：了解数据的两个来源，理解问卷编制的基本技术，掌握数据的误差，能够针对一定的问题编制调查问卷。

　　（三） 数据的图标展示

　　考试内容：统计分组；定性数据的频数分布表；定性数据的统计图示；定量数据的频数分布表；定量数据的统计图示。

　　考试要求：了解定性数据的图表制作，定量数据的分组、不同图表的制作、理解，图表的应用范围，掌握不同类型数据的图表的使用，能正确运用统计图表分析实际问题。

　　（四） 数据的统计量描述

　　考试内容：集中趋势的测度；平均数；中位数；众数；算术平均数、中位数和众数的关系；数据离散程度的测度；极差与四分位差；方差与标准差；离散系数。

　　考试要求：了解各统计量的概念、计算公式等，理解各概念间的关系，掌握不同的计算公式使用，能正确运用所学统计量分析问题。

　　（五） 概率抽样与抽样分布

　　考试内容：概率抽样的基本概念；简单随机抽样；分层抽样；等距抽样；整群抽样；多阶段抽样；总体分布；样本分布；抽样分布；中心极限定理；样本均值的抽样分布；样本比例的抽样分布；分布；分布；分布。

　　考试要求：掌握各种抽样调查、抽样分布和均值抽样分布，理解主要的几种抽样分布的形式。

　　（六） 参数估计

　　考试内容：抽样推断及其基本概念；评价估计量的标准；点估计与区间估计；参数估计的原理；一个总体均值的区间估计；一个总体比例的区间估计；两个总体均值之差的区间估计；两个总体比例之差的区间估计；样本量的确定。

　　考试要求：了解估计量、估计值的基本概念，准确理解置信区间、置信水平的概念，理解参数估计的基本思路，掌握不同参数的估计方法和样本容量的确定方法，能正确运用参数估计的方法分析实际问题。能够掌握基本统计软件的参数估计操作方法。

　　（七） 假设检验

　　考试内容：假设检验的基本概念；假设检验的基本步骤；假设检验的两类错误；假设检验结论的准确解读；总体均值的假设检验；总体比例的假设检验；两个总体均值之差的检验；两个总体比例之差的假设检验。

　　考试要求：了解假设检验的基本思路，掌握不同参数的检验方法，能正确运用参数假设检验的方法分析实际问题。能够掌握基本统计软件的假设检验操作方法。

　　（八） 方差分析

　　考试内容：方差分析的原理；方差分析的基本概念；方差分析的种类；方差分析的结果解释；多因子方差分析。

　　考试要求：理解方差分析的基本思路，掌握单因素、双因素方差分析的基本方法，能正确运用方差分析的方法分析实际问题。能够掌握基本统计软件的方差分析操作方法。

　　（九） 相关与回归分析

　　考试内容：相关关系；Pearson相关系数；Spearman秩相关系数；Kendall相关系数；线性回归模型；模型参数估计；回归系数的含义；回归方程的评价与检验；利用回归方程进行预测。

　　考试要求：理解各种相关系数的适用场合，理解最小平方法的基本思路，掌握回归方程的估计方法、检验方法和评价方法，能正确运用相关与回归分析的方法分析实际问题。能够掌握基本统计软件的相关与回归分析操作方法。

　　（十） 列联分析与聚类分析

　　考试内容：列联表的分析基本原理；卡方分布；卡方检验；列联表中的相关测量；卡方分布的期望值准则；聚类分析的基本思想；聚类的两种类型：R型聚类和Q型聚类；点间距离的几种度量方法：欧式距离、统计距离、相似系数的含义及计算方法；K均值聚类法的方法；分层聚类的方法。

　　考试要求：了解各种距离的设计，理解列联分析的适用场合，掌握列联分析和聚类分析的操作方法，能正确运用列联分析和聚类分析的方法分析实际问题。

　　（十一） 时间序列分析与预测

　　考试内容：时间序列及其基本种类；时间序列的动态分析指标；时间数列的构成要素；长期趋势、季节变动、循环变动、随机变动；时间数列的修匀；长期趋势模型的建立；季节指数的计算。

　　考试要求：了解时间序列的概念及其构成要素，理解时间序列的各种动态分析指标，掌握时间序列的长期趋势分析方法和季节指数的计算。