深圳大学2019年统计学硕士研究生入学考试大纲、参考书目

本考试科目适合数学与统计学院、经济学院应用统计专硕招生考试。
以下部分为数学与统计学院考试大纲

一、考试性质
全国硕士研究生入学统一考试应用统计硕士专业学位《统计学》考试是为高等院校和科研院所招收应用统计硕士生设置的具有选拔性质的考试科目。其目的是科学、公平、有效地测试考生是否具备攻读应用统计专业硕士所必须的基本素质、一般能力和培养潜能，选拔具有发展潜力的优秀人才入学，为国家的经济建设培养具有良好职业道德、法制观念和国际视野、具有较强分析与解决实际问题能力的高层次、应用型、复合型的统计专业人才。
二、考试要求
测试考生是否掌握数据处收集、处理和分析的基本方法，概率论基本知识，具有运用统计方法解决实际问题的基本能力。
三、考试方式与分值（总分为150分）
本科目考试题型有
    选择题（25个，每小题2分，共50分）
简答（4个，每小题10分，共40分）
分析题（2个，每小题15分，共30分）
计算题（2个，每小题15分，共30分）
题型与题目个数可以视情况微调。
四、考试内容
第一部分 统计学
1． 调查的组织和实施。
2． 概率抽样与非概率抽样。
3． 数据的预处理。
4． 用图表展示定性数据。
5． 用图表展示定量数据。
6． 用统计量描述数据的水平：平均数、中位数、分位数和众数。
7． 用统计量描述数据的差异：极差、标准差、样本方差。
8． 参数估计的基本原理。
9． 一个总体和两个总体参数的区间估计。
10． 样本量的确定。
11． 假设检验的基本原理。
12． 一个总体和两个总体参数的检验。
13． 方差分析的基本原理。
14． 单因子和双因子方差分析的实现和结果解释。
15． 变量间的关系；相关关系和函数关系的差别。
16． 一元线性回归的估计和检验。
17． 用残差检验模型的假定。
18． 多元线性回归模型。
19． 多元线性回归的拟合优度和显著性检验。
20． 多重共线性现象。
21． 时间序列的组成要素。
22． 时间序列的预测方法。
第二部分 概率论基础
1．事件及关系和运算
2．事件的概率
3．条件概率和全概公式
4．随机变量的定义
5．离散型随机变量的分布列和分布函数；离散型均匀分布、二项分布和泊松分布
6．连续型随机变量的概率密度函数和分布函数；均匀分布、正态分布和指数分布
7．随机变量的期望与方差
8．随机变量函数的期望与方差
 
建议参考以下教材：
1. 《统计学导论（第二版）》曾五一、肖红叶主编，科学出版社，2016.
2. 《统计学（第六版）》，贾俊平主编，中国人民大学出版社，2015.
3. 统计推断（翻译版，原书第2版）， Casella,G. and Berger,R.L. 著；张忠占，傅莺莺 译.机械工业出版社.

以下部分为经济学院考试大纲

一、考查目标
全国硕士研究生入学统一考试应用统计硕士专业学位《统计学》考试是为高等院校和科研院所招收应用统计硕士生而设置的具有选拔性质的考试科目。其目的是科学、公平、有效地测试考生是否具备攻读应用统计专业硕士所必须的基本素质、一般能力和培养潜能，以利用为国家的经济建设培养具有良好职业道德、法制观念、国际视野、及较强分析与解决实际问题能力的高层次、应用型、复合型的统计专业人才。使培养对象面向工程技术、经济、金融、社会、管理、公共卫生、医药、生命科学、公共安全、环境、资源、生态等领域的重大应用统计问题。
 
二、考试要求
测试考生是否掌握数据处收集、处理和分析的基本方法，概率论基本知识，具有运用统计方法解决实际问题的基本能力。
 
三、考试形式及试卷结构
（一）  试卷满分
试卷满分为150分。
（二）  答题方式
答题方式为闭卷、笔试。
（三）  试卷内容与题型结构
单项选择题（25题，每小题2分，共50分）
简答题（4题，每小题10分，共40分）
计算与分析题（4题，每150分，共60分）
题型与题目个数可以视情况微调。
 
四、考查内容
（一）、统计学
1． 调查的组织和实施。
2． 概率抽样与非概率抽样。
3． 数据的预处理。
4． 用图表展示定性数据。
5． 用图表展示定量数据。
6． 用统计量描述数据的水平：平均数、中位数、分位数和众数。
7． 用统计量描述数据的差异：极差、标准差、样本方差。
8． 参数估计的基本原理。
9． 一个总体和两个总体参数的区间估计。
10． 样本量的确定。
11． 假设检验的基本原理。
12． 一个总体和两个总体参数的检验。
13． 方差分析的基本原理。
14． 单因子和双因子方差分析的实现和结果解释。
15． 变量间的关系；相关关系和函数关系的差别。
16． 一元线性回归的估计和检验。
17． 用残差检验模型的假定。
18． 多元线性回归模型。
19． 多元线性回归的拟合优度和显著性检验。
20． 多重共线性现象。
21． 时间序列的组成要素。
22． 时间序列的预测方法。
（二）、概率论
1．事件及关系和运算。
2．事件的概率。
3．条件概率和全概率公式。
4．随机变量的定义。
5．离散型随机变量的分布列和分布函数；离散型均匀分布、二项分布和泊松分布。
6．连续型随机变量的概率密度函数和分布函数；均匀分布、正态分布和指数分布。
7．随机变量的期望与方差。
8．随机变量函数的期望与方差。
 
五、参考书目
[1] 《统计学》（第六版），贾俊平、何晓群、金勇进主编，中国人民大学出版社，2015.
[2] 《统计学》（第六版），贾俊平主编，中国人民大学出版社，2016.