2021年首都經濟貿易大學統計學綜合(學術型碩士)考研參考書目及復試大綱

• 2025考研復試伴學班
• 2025考研復試標準班
• 2026考研英語全程班
• 26考研全科上岸規劃營「擇校▪規劃▪備考」
• 首都經濟貿易大學2025考研專業課復習資料「真題▪筆記▪講義▪題庫」

2021年首都經濟貿易大學碩士研究生入學考試復試《統計學綜合》(學術型碩士)考試大綱

第一部分 考試說明

一、考試范圍

見考試內容

二、考試形式與試卷結構

(一)答卷方式：閉卷，筆試

(二)答題時間：120分鐘

(三)滿分：100分

三、題型及分值

考試題型主要有名詞解釋、簡答題和計算分析題，本試題滿分100分，具體分值分配如下：

1、名詞解釋，5小題，每題4分，共20分;

2、簡答題，3小題，每題10分，共30分;

3、計算分析題，3小題，第1小題20分，第2、3小題每題15分，共50分。

四、參考書目(可以不指定參考書目)

1、馬立平、張玉春，統計學原理，電子工業出版社，2018

2、茆詩松、呂曉玲，數理統計學(第2版)，中國人民大學出版社，2016

第二部分 考試內容

(一)統計學與統計數據

考試內容：統計學的研究方法;統計學的性質、研究對象;數據的計量尺度;數據的類型;變量及變量類型。

考試要求：了解統計學產生與發展的歷程和統計學的研究方法;理解統計學的性質和研究對象;掌握統計數據的計量尺度和統計數據的類型;理解變量的概念及分類。

(二)數據的收集與數據質量

考試內容：統計數據的來源;總體和樣本;普查;抽樣調查;數據收集的方法;統計數據的誤差。

考試要求：了解統計數據的兩種來源，理解總體和樣本的概念，理解統計調查的幾種主要方式，掌握數據的誤差，能夠針對一定的問題編制調查問卷。

(三)數據的圖表展示

考試內容：統計分組;定性數據的頻數分布表;定性數據的統計圖示;定量數據的頻數分布表;定量數據的統計圖示。

考試要求：了解定性數據的圖表制作，了解定量數據的分組、不同圖表的制作，理解不同圖表的應用范圍，掌握不同類型數據的圖表的使用，能正確運用統計圖表分析實際問題。

(四)數據的統計量描述

考試內容：集中趨勢的測度;平均數;中位數;眾數;算術平均數、中位數和眾數的關系;數據離散程度的測度;極差;四分位差;方差與標準差;離散系數;標準得分。

考試要求：了解各統計量的概念，理解各概念間的關系，掌握各統計量的計算方法，能正確運用所學統計量分析實際問題。

(五)概率抽樣和抽樣分布

考試內容：概率抽樣的概念;簡單隨機抽樣;分層抽樣;等距抽樣;整群抽樣;多階段抽樣;總體分布;樣本分布;抽樣分布;中心極限定理;樣本均值的抽樣分布;樣本比例的抽樣分布;x2 分布; t分布; F分布。

考試要求：掌握各種概率抽樣方法的概念及特點，理解抽樣分布的概念，熟悉中心極限定理的主要內容，掌握幾種主要的抽樣分布的定義、能根據總體分布推導出給定某個統計量的概率分布，并依據其概率分布進行概率和分位點的計算。

(六)參數估計

考試內容：抽樣推斷及其基本概念;矩估計法;極大似然估計法，估計量的評選標準;區間估計的原理;一個總體均值的區間估計;一個總體比例的區間估計;兩個總體均值之差的區間估計;樣本容量的確定。

考試要求：理解抽樣推斷的基本概念，了解估計量、估計值的基本概念，掌握矩估計法和極大似然估計法的思想和方法，并運用該方法估計相關參數，理解無偏性、有效性和相合性的定義，并能夠給出某參數的無偏估計量，理解置信區間、置信水平的概念，理解參數區間估計的基本思路，掌握不同參數的區間估計方法，掌握樣本容量的確定方法，能運用參數估計方法分析實際問題，能正確運用統計軟件進行參數估計。

(七)假設檢驗

考試內容： 假設檢驗的基本概念;假設檢驗的基本步驟;假設檢驗的兩類錯誤;假設檢驗結論的解讀;一個總體均值的假設檢驗;一個總體比例的假設檢驗;兩個總體均值之差的檢驗。

考試要求：了解假設檢驗的基本概念，理解假設檢驗的思想，了解假設檢驗的基本步驟，掌握不同參數的檢驗方法，能正確運用參數假設檢驗方法分析實際問題。能正確運用統計軟件進行假設檢驗。

(八)方差分析

考試內容： 方差分析的原理;方差分析的基本概念;方差分析的假定條件;單因子方差分析;多因子方差分析。

考試要求：理解方差分析的基本原理，了解方差分析的基本概念，熟悉方差分析的假定條件，掌握單因子方差分析中基本假定的檢驗思路和多重比較，并能正確運用統計軟件進行單因子方差分析，理解多因子方差分析中主效應和交互效應概念，能運用統計軟件進行多因子方差分析，并解決實際問題。

(九)相關分析與回歸分析

考試內容：相關關系;相關關系的描述;相關程度的測定;線性回歸模型;模型參數估計;回歸系數的含義;回歸方程的評價與檢驗;利用回歸方程進行預測。

考試要求：了解相關關系的含義，通過散點圖能判斷變量間的相關關系類型，理解各種相關系數的含義及適用場合，熟悉線性回歸模型的表達形式，掌握最小二乘法估計模型參數的基本思路，理解回歸系數的含義，掌握回歸方程的評價和檢驗方法，能正確運用相關與回歸分析方法解決實際問題。能夠掌握基本統計軟件的相關與回歸分析操作方法。

(十)主成分與因子分析

考試內容：主成分分析的降維思路;主成分的一般模型;因子分析的目的;因子旋轉;因子得分;因子分析的SPSS實現與輸出結果解讀。

考試要求：理解主成分分析和因子分析的降維思想和適用條件，了解主成分的一般模型，了解KMO測度和巴特利特球體檢驗方法，了解公因子的提取方法，熟悉總方差貢獻率的計算方法，能結合因子載荷矩陣解釋公因子的含義，能正確運用主成分和因子分析方法解決實際問題。能夠掌握基本統計軟件的主成分和因子分析操作方法。

(十一)列聯分析與對應分析

考試內容：列聯表的分布;卡方分布和卡方檢驗，列聯表中的相關測量，卡方分布的期望值準則。

考試要求：理解列聯分析的適用場合，掌握列聯分析的操作方法，能正確運用列聯分析方法解決實際問題。

(十二)聚類分析與判別分析

考試內容：聚類分析的基本思想;相近程度的測量;系統聚類法;聚類分析在SPSS軟件中的實現

考試要求：了解聚類分析的基本思想，熟悉聚類的兩種類型：R型聚類和Q型聚類;理解測量相近程度的幾種度量方法：明氏距離、馬氏距離、相似系數的含義及計算方法;理解系統聚類法的基本思路，理解系統聚類的主要方法。掌握運用SPSS軟件進行分層聚類法和快速聚類法的操作，并運用聚類分析方法解決實際問題。

(十三) 時間序列分析與預測

考試內容：時間序列及其基本種類;時間序列的動態分析指標;時間數列的構成要素;長期趨勢、季節變動、循環變動、隨機變動;長期趨勢的測定;長期趨勢模型的建立;季節指數的計算。

考試要求：了解時間序列的概念及其構成要素，理解時間序列的各種動態分析指標，掌握時間序列的長期趨勢分析方法和季節指數的計算。

了解各種距離的設計，理解列聯分析的適用場合，掌握列聯分析和聚類分析的操作方法，能正確運用列聯分析和聚類分析的方法分析實際問題。

考試內容：列聯表的分布;卡方分布和卡方檢驗，列聯表中的相關測量，卡方分布的期望值準則。

考試要求：理解列聯分析的適用場合，掌握列聯分析的操作方法，能正確運用列聯分析方法解決實際問題。

理解列聯分析的適用場合，掌握列聯分析和聚類分析的操作方法，能正確運用列聯分析和聚類分析的方法分析實際問題。

第三部分 題型示例

名詞解釋：擬合優度

簡答題：假設檢驗中的兩類錯誤分別指什么?它們之間有何關系?

計算分析題：某城市對5個地區每天發生交通事故的次數進行調查，抽取的樣本數據如表1所示，方差分析結果如表2和表3：

表1 五個地區每天發生的交通事故次數

表2 方差齊性檢驗結果

表3 方差分析結果

要求：

(1)寫出方差分析的原假設和備擇假設;

(2)完成方差分析表(見表3);

(3)以α=0.01的顯著水平檢驗各地區平均每天交通事故次數是否相等。