【26考研辅导课程推荐】:26考研集训课程,VIP领学计划,26考研VIP全科定制套餐(公共课VIP+专业课1对1) , 这些课程中都会配有内部讲义以及辅导书和资料,同时会有教研教辅双师模式对大家进行教学以及督学,并配有24小时答疑和模拟测试等,可直接咨询在线客服老师领取大额优惠券。
首都经济贸易大学23研招复试大纲--统计学综合(专硕)
2023考研目前即将进入到复试阶段,部分学校发布了复试笔试大纲,考生需要按照大纲内容准备复试相关内容,以下是小编整理的【首都经济贸易大学--统计学院--统计学综合】考试大纲,大家方便查看!
2023年首都经济贸易大学
硕士研究生入学考试复试《统计学综合》(专硕)考试大纲
第一部分 考试说明
一、考试范围
本课程是分析社会经济现象的数量表现、数量关系和数量变化规律的一门方法论科学,在现代社会很多领域中被广泛应用。要求考生正确理解各种统计方法中所包含的统计思想;全面掌握统计学的基本理论;掌握各种统计方法的不同特点、应用条件及适用场合;具备运用统计方法分析数据和解释数据的基本能力。
二、考试形式与试卷结构
(一)答卷方式:闭卷,笔试。允许使用计算器,但不得使用带有公式和文本存储功能的计算器。
(二)答题时间:120分钟
(三)满分:100分
三、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20分,计算分析题40分,论述题20分。
四、参考书目
1. 马立平、张玉春,统计学原理,电子工业出版社,2018
2. 茆诗松、吕晓玲,数理统计学(第2版),中国人民大学出版社,2016
第二部分 考试内容
(一) 统计和统计数据
考试内容:什么是统计学、统计学的应用领域;统计数据的类型;统计学的基本概念
考试要求:了解统计学的应用领域,理解统计数据的计量尺度,掌握总体和样本、参数和统计量、变量等基本概念;掌握统计数据的类型。
(二)数据的搜集
考试内容:数据的间接来源;数据的直接来源;调查数据;数据的误差。
考试要求:理解数据的两个来源,区分概率抽样和非概率抽样,掌握数据的误差,能够针对问题选取适当的调查方法。
(三) 数据的图表展示
考试内容: 数据的预处理;分类数据的频数分布表和统计图示;顺序数据的频数分布表和统计图示;数据分组;数值型数据的的频数分布表和的统计图示。
考试要求:了解数据审核、筛选、排序等处理方法,理解数值型数据的分组,掌握不同类型数据的图表制作与使用,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:理解各统计量的概念和概念间的关系,掌握不同的计算公式的含义与使用,能正确运用统计量分析现实问题。
(五)概率抽样与抽样分布
考试内容:概率抽样的基本概念;中心极限定理;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;样本均值的抽样分布;样本比例的抽样分布;x²分布;t分布;F分布。
考试要求:了解x²分布、t分布和F分布,理解简单随机抽样、分层抽样、等距抽样、整群抽样、多阶段抽样的特点及区别。掌握抽样分布;掌握样本均值的抽样分布和样本比例的抽样分布。
(六)参数估计
考试内容:点估计与区间估计;评价估计量的标准;参数估计的基本原理;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。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;假设检验的一般步骤;假设检验的两类错误;检验结果的解读;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。掌握基本统计软件的假设检验操作方法。
(八) 分类数据分析
考试内容:分类数据、χ2统计量;列联表分析的基本原理;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。
考试要求:了解列联表的设计,理解列联分析的适用场合,掌握列联分析的操作方法,能正确运用列联分析方法分析实际问题。
(九) 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;双因素方差分析。
考试要求:理解方差分析的原理,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。掌握基本统计软件的方差分析操作方法。
(十)相关与一元回归分析
考试内容:相关关系;Pearson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;残差分析;回归方程的拟合优度;显著性检验。
考试要求:理解Pearson相关系数的含义;理解最小平方法的基本原理。掌握回归方程的检验和评价方法,能正确运用相关与回归分析的方法分析实际问题。掌握基本统计软件的相关与回归分析操作方法。
(十一) 时间序列分析和预测
考试内容:时间序列及其基本种类;时间序列的图示和增长率分析;时间数列的构成要素;长期趋势、季节变动、循环变动、随机变动的含义;时间数列的预测方法;平稳序列的预测;趋势型序列的预测;季节指数的计算。
考试要求:理解时间序列的概念及其构成要素,掌握时间序列的增长率分析;掌握平稳序列、趋势型序列的预测方法;掌握季节指数的计算。
第三部分 题型示例
计算分析题:某大学对20名同学进行了为期3个月的立定跳远训练,记录他们训练前后的测试成绩,并对数据进行整理分析,得到以下结果:
表1 训练前后所测成绩的基本描述统计量
Paired Samples Statistics | |||||
Mean | N | Std. Deviation | Std. Error Mean | ||
pair 1 | 训练前 | 213.7500 | 20 | 17.03827 | 3.80987 |
训练后 | 229.1500 | 20 | 12.76622 | 2.85461 |
表2 Paired Samples Test
表2 Paired Samples Test | |||||||||
Paired Differences | t | df | Sig. (2-tailed) | ||||||
Mean | Std. Deviation | Std. Error Mean | 95% Confidence Interval of the Difference | ||||||
Lower | Upper | ||||||||
Pair 1 | 训练前 - 训练后 | ? | 13.80465 | 3.08681 | -21.86078 | ? | -4.989 | 19 | .000 |
请回答以下问题:
(1)该分析中所用的检验方法;
(2)写出检验的原假设和备择假设,并说明含义;
(3)填充空缺的数字;
(4)写出训练前与训练后成绩差的95%的置信区间;
(5)说明检验结果及理由。
以上就是关于【首都经济贸易大学2023年考研复试笔试大纲】的全部内容,如果想了解更多院校复试信息,欢迎关注启航教育考研复试栏目。
查看全文
【26考研辅导课程推荐】:26考研集训课程,VIP领学计划,26考研VIP全科定制套餐(公共课VIP+专业课1对1) , 这些课程中都会配有内部讲义以及辅导书和资料,同时会有教研教辅双师模式对大家进行教学以及督学,并配有24小时答疑和模拟测试等,可直接咨询在线客服老师领取大额优惠券。
免责声明:本平台部分帖子来源于网络整理,不对事件的真实性负责,具体考研相关内容请以各院校的官网通知为准。如果本站文章侵犯到您的权利,请联系我们(400-108-7500)进行删帖处理。
精选课程
考研资讯
查看更多
考研指导
每日10 份 抢先预约