预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

附件七:432统计学(专业学位) 中南大学2012年全国硕士研究生入学考试 《统计学》考试大纲 本考试大纲由数学科学与计算技术学院学院教授委员会于2011年7月7日通 过。 I.考试性质 统计学硕士专业学位《统计学》考试是为我校所招收统计学专业硕士生而设 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 读统计学专业硕士学位所必须的基本素质、一般能力和培养潜能,以利于选拔具有 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、应用型的统计专业人才。 II.考试目标 《统计学》考试的要求是:测试考生掌握数据收集、处理和分析的一些基本统 计理论和统计方法。 具体来说。要求考生: 1.掌握数据收集和处理的基本方法。 2.掌握数据分析的基本原理和方法。 3.掌握基本的概率论知识。 4.具有运用统计方法分析数据和解释数据的基本能力。 Ⅲ.考试形式和试卷结构 1、试卷满分及考试时间 本试卷满分为150分,考试时间为180分钟 2、答题方式 答题方式为闭卷,笔试。允许使用计算器(仅限具备四则运算和开方运算功 能、不带有公式和文本存储功能的计算器),但不得使用带有公式和文本存储功能的 计算器 3、试卷内容结构 本课程考试采用四种题型,具体题型及分值分布如下: 1、单选题,约25%; 2、简答题,约25%; 3、计算题,约40%。 4、问答题,约10% Ⅳ.考试内容 第一部分数据的搜集和整理 应在了解数据的计量尺度和类型的基础上,系统掌握统计调查方案的内容,并 能根据特定的调查内容设计具体的调查方案;掌握统计调查的具体方法以及不同方 法的特点及适用条件;重点掌握统计数据的整理及显示方法,能够运用所学习的方法 将原始数据整理成适当的频数分布表,并能利用图形显示统计数据;掌握统计表的构 成内容和设计方法。 第二部分统计数据的描述 应注意理解绝对数和相对数的不同特点和运用原则,掌握集中趋势和离散程度 的各个代表值的含义、特点、应用条件,以及它们之间的相互关系,并能根据已知条 件,较熟练地计算各个代表值,并运用这些代表值分析具体问题。 具体考核主要包括: 1)用分布特征来概括地描述数据分布的特征和规律。 2)集中趋势的测度:众数、中位数和分位数、均值、调和平均数、几何平均 数。 数据的类型和所适用的集中趋势测度值,各种测度值是否受极端值的影响,均 值是最重要的一个统计量,均值的性质,众数、均值和中位数的比较。 3)离散程度的测度:异众比率、四分位差、方差和标准差、极差、平均差和离 散系数。 方差和标准差是最重要的测度值,样本方差和标准差的计算。不同总体比较离 散程度的方法。数据的类型和所适用的离散程度测度值。 第三部分方差分析 应注重理解方差分析的基本思想和基本原理,掌握进行方差分析的具体步骤, 并能结合具体问题,运用单因素方差分析的双因素方差分析的技术。 具体考核主要包括: 1)作为方差分析的数据的表格形式,常用术语:因素、水平。方差分析的基本 假定(注意实际数据只能近似地符合这种要求)。方差分析的原理:两个来源的差异, 分别用两个方差来测度,水平间方差和水平内部的方差。 2)结合单因素方差分析的计算表熟悉方差分析的过程。记住方差分析表的各 个项目,尤其是各种离差平方和之间的分解关系和各自的自由度。 3)双因素方差分析的类型,掌握无交互作用的双因素方差分析的分析表和离差 平方和的分解。 第四部分相关与回归 应深刻理解相关与回归分析的基本原理和统计思想,熟练掌握相关系数的计 算、分析和显著性检验方法;重点掌握一元线性回归直线的拟合方法以及回归分析 中显著性检验的意义、内容和方法;理解判定系数和估计标准误差的意义和作用;了 解多元线性回归及非线性回归的基本原理。并在此基础上,能根据所掌握的实际数 据,利用相关与回归分析方法解决实际问题。 具体考核主要包括: 1)区分函数关系和相关关系或统计关系。相关系数是一个重要指标,要结合几 何图形理解相关系数的性质和直观意义(如何说明x和y之间的线性关系)。 2)一元线性回归模型的基本假定,对参数的最小二乘估计。残差平方和最小化 过程。回归方程的显著性检验,注意离差平方和的分解公式,总离差平方和等于回归 平方和加上残差平方和。掌握回归方程检验的方差分析表。能够计算样本决定系 数。 3)结合图象理解预测及其应用。 4)多元线性回归模型的形式和基本假定,离差平方和的分解和方差分析表。回 归系数的显著性检验。多元线性回归的预测。 5)熟悉几种可以化为线性回归的曲线回归:指数函数、幂函数、双曲函数、对 数函数和S型曲线。 第