考研统计学属于什么

看你属于什么学院了，理学院的话就是数理类，没管理类的，就经济学类，考研时应用统计硕士，本科就是统计学，经济学院就是经济类，数理学院统计学院就是偏数理...

其实现在统计学这门学科和其他各种学科交叉的都很厉害，所以适合统计学本科背景的研究生专业有很多，关键是要看你喜欢什么，将来什么打算，比较靠谱的选择有：1. 继续念统计学，有偏数理统计的硕士、也有偏应用统计的硕士，换专业成本最低，而且就业也不差，例如如果想从事金融行业的话，其实现在做量化投资的都会招不少统计学出身的人，而且对于硕士学的是否是金融学其实要求也不高，你完全可以考个CFA，CPA或者学一些金融统计课程了解。数理统计硕士出来还可以去药厂或者一些定量的咨询公司。2. 转金融工程、数量经济学、计量经济学等一些统计学与金融学的交叉学科。其实金融工程里用的统计学其实不是很多，数学主要以概率论和随机过程为主，但鉴于国内衍生品市场的发展现状，其实这类金融工程的课程也会涉及许多数量化分析的内容，将来出来从事的工作很多也会和统计学相关。例如数量化选股、统计套利等。3. 转市场营销、心理学等行为科学的学科。市场营销，特别是结合了心理学、行为学等学科的消费者行为学研究这块，用到大量的统计学模型，而且这个领域这些年发展的很快，这个专业的学习个人觉得会非常有趣。但我不清楚目前国内的市场营销系定量研究的水平如何。4. 计算机/人工智能/模式识别/机器学习/数据挖掘/商业智能，这个领域现在也很火，应用前景也很广泛，包括自动化、生物信息、金融量化交易等现在都在大量使用所谓的人工智能/机器学习的算法。很多都是计算机出身的人在做，但其实用的大量模型和算法都是统计学，特别是多元统计那块的理论。所以理论部分对于学统计出身的人来说不是问题，写代码、数据结构与算法这些可能是个难点。

《统计学》考试科目包括描述统计学和推断统计学。描述统计学占了40%，推断统计学占60%。描述统计学包括：统计学的基本概念，统计数据的收集、整理及数据分布特征的描述；确定性时间序列的分析与预测；统计指数。推断统计学包括：随机变量及其分布、数字特征、大数定律及中心极限定理；抽样分布、参数估计与假设检验；非参数统计的检验方法（秩和检验、分布拟合检验和独立性检验等）；方差分析和实验设计（单因素及双因素方差分析）；相关与回归分析（一元和多元回归分析）；随机时间序列：平稳时间序列的一些基本概念；平稳时间序列模型的建立（模型识别、估计、检验等）及预测。832统计学是最难的，比如央财考的就是832统计学，因为推断统计要难很多。432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的参数的检验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432统计学对用统计软件（如spssSASEview）分析数据、得出结果的要求要高些。运用统计做实验，偏向专业硕士。396当然就是偏向经济方面的。PS:统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。

您好，给您提供下《2013年国家公务员考试专业科目对照表》：http://www.offcn.com/zhaokao/zcfg/2012/10/13/115996.html，希望可以给您一些参考。如有其他疑问，请致电400-6300-999详询

心理学考研有三个专业：基础心理学、发展与应用心理学、应用心理学。每个专业有不同研究方向。具体看招生院校的，每个招生院校有不同的研究方向。这三个专业考试科目都是一样的：政治、外国语、专业课（312心理学专业基础综合）其中专业课312心理学专业基础综合考试内容有：心理学导论，发展与教育心理学，心理学统计与测量，实验心理学。

我是厦大计统系大四的（学姐，不是学长），已经保送读研，没有什么考研的经历，就从我的认识谈谈吧。 厦大、人大和上财的统计学都是经济类的，所以都会学一些经济学的课程，本科毕业授予经济学学士；另外有些学校的统计学是数理统计学，毕业授予理学学士，所以考研的时候要看清楚~ 厦大的统计学，特色是核算，以前钱伯海老师是中国国民经济核算的泰斗，现在也有核算届的著名教授在。也有很多校友是政界高官。所以，如果对核算感兴趣，厦大是很不错的选择。另外，厦大的计统系，也比较偏向投资学，很多硕士毕业后去银行、证券公司。如下面的小师弟所说，老师都很nice的。 人大的统计学院，和厦大的相比，就更偏向语数理统计和精算，以及数据挖掘。所以，去人大读统计，最好数学比较好。如果想深入学习统计理论，那里是不错的选择，另外，如果对保险精算感兴趣，人大有SOA的考点，很多同学从本科开始就一门门开始考了，所以气氛很好。 上财的实力，稍微弱一些，不过最近几年引进了不少海归老师，所以实力渐渐在增强。上财统计的统计理论，和投资方面也不错。 关于统计学习，我学了4年，有些体会和你分享一下吧。 首先，数学基础比较重要，这样对于一些比较理论的统计学课才能学好，最好能亲自去证明、推倒那些定理和公式，会推了，才能深刻理解，才能会用。 其次，多去应用吧，找机会多做case study，写写论文之类。 最后，只会统计是不够的，每次要用统计学工具解决问题的时候，就发现需要了解很多domain knowledge，所以快速学习的能力也很重要。 最最后，也是最重要的，要理解统计学的哲学内涵，遵守统计道德。别把一些东西，用统计学包装一下，然后扭曲事实，欺骗民众，因为这实在是一个很容易很有效的方法。。。。

应用统计学应该是偏向计算机软件的学习,包括如何使用计算机软件.经济统计学也要学习软件但是不多,主要还是经济学,统计只不过作为一个工具...具体就是应用统计学的课程有些像是数学系的专业。 应用统计学属于统计学的一个范畴，统计学是一级学科，应用统计学强调运用统计知识来应用于实际生产生活。

当然要考统计学专业，数学三，英语 ，以及政治啊，这是初试，不过还有复试，要考综合性统计学，不过你首先还是把初试过了再说！只要你肯努力应该没问题，我相信你会的！至于数学是很重要的他是考研的核心，拿分的关键，所以你要去看下提纲如下：一、微积分 一、函数、极限、连续 考试内容 函数的概念及表示法 函数的有界性、单调性、周期性和奇偶性 反函数、复合函数、隐函数、分段函数基本初等函数的性质及图形初等函数 数列极限与函数极限的概念 函数的左极限和右极限 无穷小和无穷大的概念及关系 无穷小的基本性质及阶的比较极限 四则运算 两个重要极限 函数连续与间断的概念 初等函数的连续性 闭区间上连续函数的性质 考试要求 1．理解函数的概念，掌握函数的表示法。深入了解函数的有界性、单调性、周期性和奇偶性。 3．理解复合函数、反函数、隐函数和分段函数的概念。 4。掌握基本初等函数的性质及其图形，理解初等函数的概念。 5．会建立简单应用问题中的函数关系式。 6．了解数列极限和函数极限（包括左、右极限）的概念。 7．了解无穷小的概念和基本性质，掌握无穷小的阶的比较方法。了解无穷大的概念及其与无穷小的关系。 8．了解极限的性质与极限存在的两个准则（单调有界数列有极限、夹*定理），掌握极限四则运算法则，会应用两个重要极限。 9．理解函数连续性的概念（含左连续与右连续）。 10.了解连续函数的性质和初等函数的连续性，了解闭区间上连续函数的性质（有界性、最大值与最小值定理和介值定理）及其简单应用。 二、一元函数微分学 考试内容 导数的概念 函数的可导性与连续性之间的关系 导数的四则运算 基本初等函数的导数 复合函数、反函数和隐函数的导数 高阶导数 微分的概念和运算法则 微分中值定理及其应用 洛必达（L'HoSpital）法则 函数单调性 函数的极值 函数图形的凹凸性、拐点及渐近线 函数图形的描绘 函数的最大值与最小值 考试要求 1。理解导数的概念及可导性与连续性之间的关系，了解导数的几何意义与经济意义（含边际与弹性的概念）。 2．掌握基本初等函数的导数公式、导数的四则运算法则及复合函数的求导法则；掌握反函数与隐函数求导法以及对数求导法。 3．了解高阶导数的概念，会求二阶、三阶导数及较简单函数的N阶导数。 4.了解微分的概念，导数与微分之间的关系，以及一阶微分形式的不变性：掌握微分法。 5．理解罗尔（ROl1e）定理、拉格朗日（kgrange）中值定理、柯西（oluchy）中值定理的条件和结论，掌握这三个定理的简单应用。 6．会用洛必达法则求极限。 7．掌握函数单调性的判别方法及其应用，掌握极值、最大值和最小值的求法（含解较简单的应用题）。 8．掌握曲线凹凸性和拐点的判别方法，以及曲线的渐近线的求法。 9．掌握函数作图的基本步骤和方法，会作某些简单函数的图形 三、一元函数积分学 考试内容 原函数与不定积分的概念 不定积分的基本性质 基本积分公式 不定积分的换元 积分法和分部积分法 定积分的概念和基本性质 积分中值定理 变上限定积分定义的函数及其导数 牛顿一莱布尼茨（Newton一Leibniz）公式 定积分的换元 积分法和分部积分法广义积分的概念和计算定积分的应用 考试要求 1．理解原函数与不定积分的概念，掌握不定积分的基本性质和基本积分公式；掌握计算不定积分的换元积分法和分部积分法。 2．了解定积分的概念和基本性质。掌握牛顿一莱布尼茨公式，以及定积分的换元积分法和分部积分法。会求变上限定积分的导数。 3．会利用定积分计算平面图形的面积和旋转体的体积，会利用定积分求解一些简单的经济应用题。 4．了解广义积分收敛与发散的概念，掌握计算广义积分的基本方法，了解广义积分的收敛与发散的条件。 四、多元函数微积分学 考试内容 多元函数的概念 二元函数的几何意义 二元函数的极限与连续性 有界闭区域上二元连续函数的性质（最大值和最小值定理）偏导数的概念与计算多元复合函数的求导法 隐函数求导法 高阶偏导数全微分多元函数的极值和条件极值、最大值和最小值二重积分的概念、基本性质和计算 无界区域上简单二重积分的计算 考试要求 1．了解多元函数的概念，了解二元函数的表示法与几何意义 2．了解二元函数的极限与连续的直观意义。 3．了解多元函数偏导数与全微分的概念，掌握求复合函数偏导数和全微分的方法，会用隐函数的求导法则。 4．了解多元函数极值和条件极值的概念／掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件。会求二元函数的极值。会用拉格朗日乘数法求条件极值。会求简单多元函数的最大值和最小值，会求解一些简单的应用题。 5．了解二重积分的概念与基本性质，掌握二重积分（直角坐标、极坐标）的计算方法。会计算无界区域上的较简单的二重积分。 五、无穷级数 考试内容 常数项级数收敛与发散的概念 收敛级数的和的概念级数的基本性质与收敛的必要条件 几何级数与户级数的收敛性 正项级数收敛性的判别 任意项级数的绝对收敛与条件收敛 交错级数莱布尼茨定理幂级数的概念 收敛半径、收敛区问（指开区间）和收敛域幂级数的和函数幂级数在收敛区间内的基本性质简单幂级数的和函数的求法 初等函数的幂级数展开式 考试要求 1．了解级数的收敛与发散、收敛级数的和等概念。 2．掌握级数收敛的必要条件及收敛级数的基本性质。掌握几何级数及P 级数的收敛与发散的条件。掌握正项级数的比较判别法和达朗贝尔（比值）判别法。 3．了解任意项级数绝对收敛与条件收敛的概念，掌握交错级数的莱布尼茨判别法，掌握绝对收敛与条件收敛的判别方法。 4．会求幂级数的收敛半径和收敛域。 5．了解幂级数在收敛区问内的基本性质（和函数的连续性、逐项微分和逐项积分），会求一些简单幂级数的和函数。 6·掌握(略)等幂级数展开式，并会利用这些展开式将一些简单函数间接展成幂级数。 六、常微分方程与羡分方程 考试内容 微分方程的概念 微分方程的解、通解、初始条件和特解变量 可分离的微分方程 齐次方程一阶线性方程 二阶常系数齐次线性方程及简单的非齐次线性方程 差分与差分方程的概念 差分方程的通解与特解 一阶常系数线性差分方程 微分方程与差分方程的简单应用 考试要求 1．了解微分方程的阶、通解、初始条件和特解等概念。 2．掌握变量可分离的方程、齐次方程和一阶线性方程的求解方法。 3．会解二阶常系数齐次线性方程和自由项为多项式、指数函数、正弦函数、余弦函数，以及它们的和与乘积的二阶常系数非齐次线性微分方程。 4．了解差分与差分方程及其通解与特解等概念。 5．掌握一阶常系数线性差分方程的求解方法。 6．会应用微分方程和差分方程求解一些简单的经济应用问题。 二、线往代数 一、行列式 考试内容 行列式的概念和基本性质行列式按行（列）展开定理克莱姆（Crammer）法则 考试要求 1．理解门阶行列式的概念。 2．掌握行列式的性质，会应用行列式的性质和行列式按行（列）展开定理计算行列式。 3．会用克莱姆法则解线性方程组。 二、矩阵 考试内容 矩阵的概念 单位矩阵、对角矩阵、数量矩阵、三角矩阵、对称矩阵和正交矩阵矩阵的和数与矩阵的积 矩阵与矩阵的积 矩阵的转置 逆矩阵的概念和性质 矩阵的伴随矩阵 矩阵的初等变换 初等矩阵 分块矩阵及其运算矩阵的秩 考试要求 1．理解矩阵的概念，了解几种特殊矩阵的定义和性质。 2．掌握矩阵的加法、数乘、乘法，以及它们的运算法则；掌握矩阵转置的性质；掌握方阵乘积的行列式的性质。 3．理解逆矩阵的概念、掌握逆矩阵的性质。会用伴随矩阵求矩阵的逆。 4．了解矩阵的初等变换和初等矩阵的概念；理解矩阵的秩的概念，会用初等变换求矩阵的逆和秩。 5．了解分块矩阵的概念，掌握分块矩阵的运算法则。 三、向量 考试内容 向量的概念 向量的和数与向量的积 向量的线性组合与线性表示 向量组线性相关与线性元关的概念、性质和判别法 向量组的极大线性元关组 向量组的秩 考试要求 1．了解向量的概念，掌握向量的加法和数乘运算法则。 2．理解向量的线性组合与线性表示、向量组线性相关、线性无关等概念，掌握向量组线性相关、线性无关的有关性质及判别法。 3．理解向量组的极大无关组的概念，掌握求向量组的极大无关组的方法。 4．理解向量组的秩的概念，了解矩阵的秩与其行（列）向量组的秩之间的关系，会求向量组的秩。 四、线性方程组 考试内容 线性方程组的解 线性方程组有解和元解的判定 齐次线性方程组的基础解系和通解 非齐次线性方程组的解与相应的齐次线性方程组（导出组）的解之间的关系 非齐次线住方程组的通解 考试要求 1．理解线性方程组解的概念，掌握线性方程组有解和无解的判定方法。 2．理解齐次线性方程组的基础解系的概念，掌握齐次线性方程组的基础解系和通解的求法。 3．掌握非齐次线性方程组的通解的求法，会用其特解及相应的导出组的基础解系表示非齐次线性方程组的通解。 五、矩阵的特征值和特征向量 考试内容 矩阵的特征值和特征向量的概念 相似矩阵 矩阵的相似 对角矩阵 实对称矩阵的特征值和特征向量 考试要求 1．理解矩阵的特征值、特征向量等概念，掌握矩阵特征值的性质，掌握求矩阵特征值和特征向量的方法。 2．理解矩阵相似的概念、掌握相似矩阵的性质，了解矩阵可对角化的充分条件和必要条件，掌握将矩阵化为相似对角矩阵的方法。 3．掌握实对称矩阵的特征值和特征向量的性质。 六、二次型 考试内容 二次型及其矩阵表示 合同矩阵二次型的秩 惯性定理 二次型的标准形和规范形 正交变换二次型及其矩阵的正定性 考试要求 1．了解二次型的概念，会用矩阵形式表示二次型。 2．理解二次型的秩的概念，了解二次型的标准形、规范形等概念（了解惯性定理的条件和结论，会甩正交变换和配方法化二次型为标准形。正定二次型、正定矩阵的概念，掌握正定矩阵的性质。 三、概率论与数理统计 一、随机事件和概率 考试内容 随机事件与样本空间事件的关系 事件的运算及性质 事件的独立性完全事件组概率的定义概率的基本性质古典型概率条件概率““法公式乘法公式全概率公式和贝叶斯（Bayes）公式独立重复试验 考试要求 1．了解样本空间的概念，理解随机事件的概念，掌握事件间的关系及运算。 2，理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率；掌握概率的加法、乘法公式以及全概率公式、贝叶斯公式. 3．理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法。 二、随机变量及其概率分布 考试内容 随机变量及其概率分布 随机变量的分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的概率分布 二维随机变量及其联合（概率）分布 二维离散型随机变量的联合概率分布和边缘分布 二维连续型随机变量的联合概率密度和边缘密度随机变量的独立性 常见二维随机变量的联合分布 随机变量函数的概率分布 两个连续型随机变量之和的概率分布 χ2分布 t分布 F分布 分位数的概念 考试要求 1．理解随机变量及其概率分布的概念；理解分布函数F（x）＝P{X≤x}的概念及性质；会计算与随机变量有关的事件的概率。 2．理解离散型随机变量及其概率分布的概念，掌握0一1分布、二项分布、超JLnn分布、泊松（POison）分布及其应用。 3．理解连续型随机变量及其概率密度的概念，掌握概率密度与分布函数之间的关系；掌握均匀分布、指数分布正态分布及其应用 4．理解二维随机变量的概念，理解二维随机变量的联合分布的概念、性质及其两种基本形式：离散型联合概率分布和边缘分布、连续型联合概率密度和边缘密度；会利用二维概率分布求有关事件的概率。 5．理解随机变量的独立性及不相关性的概念，掌握离散型和连续型随机变量独立的条件。 6．掌握二维均匀分布；了解二维正态分布的密度函数，理解其中参数的概率意义。 7．掌握根据自变量的概率分布求其较简单函数的概率分布的基本方法；会求两个随机变量之和的概率分布；了解产生χ2变量、，变量和F变量的典型模式；理解标准正态分布：χ2 分布、T分布和F分布的分位数，会查相应的数值表。 三、随机变量的数字特征 考试内容 随机变量的数学期望、方差、标准差以及它们的基本性质 随机变量函数的数学期望 切比雪夫（Chebyshev）不等式 两个随机变量的协方差及其性质 两个随机变量的相关系数及其性质 考试要求 1．理解随机变量数字特征（期望、方差、标准差、协方差、相关系数）的概念，并会运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 2．会根据随机变量1的概率分布求其函数的数学期望Eg（X）；会根据随机变量调和Y的联合概率分布求其函数g（x，Y）的数学期望Eg（x，y）。 3．掌握切比雪夫不等式。 四、大数定律和中心极限定理 考试内容 切比雪夫（Chebyhev）大数定律伯努利（Bemoulli）大数定律辛钦（Khinchine）大数定律泊松（Pojhon）定理 列莫弗一拉普拉斯定理（二项分布以正态分布为极限分布）列维一林德伯格定理（独立同分布的中心极限定理） 考试要求 1．了解切比雪夫、伯努利、辛钦大数定律成立的条件及结论，理解其直观意义。 2．掌握泊松定理的结论和应用条件，并会用泊松分布近似计算二项分布的概率。 3．掌握椽莫弗一拉普拉斯中心极限定理、列维一林德怕格中心极限定理的结论和应用条件，并会用相关定理近似计算有关随机事件的概率。 五、数理统计的基本概念 考试内容 总体个体简单随机样本统计量经验分布函数样本均值、样本方方差 样本矩 考试要求 理解总体、简单随机样本、统计量、样本均值与样本方差的概念；了解经验分布函数；掌握正态总体的抽样分布（标准正态分布、χ2分布、F分布、T分布 六、参数估计 考试内容 点估计的概念 估计量与估计值 矩估计法 极大似然估计 估计量的评选 标准区间估计的概念 单个正态总体均值的区间估计 单个正态总体方查和标准差的区间估计 两个正态总体的均值差和方差比的区间估计 考试要求 1. 理解参数的点估计、估计量与估计值的概念；了解估计量的无偏性、最小方差性（有效性）和相合性（一致性）的概念，并会验正估计量的无偏性。 2．掌握矩估计法和极大似然估计法 3. 掌握单个正态总体的均值和方差的置信区间的求法 4. 掌握两个正态总体的均值差和方差比置信区见的求法 七、假设检验 考试内容 显著性检验的基本思想、基本步骤和可能产生的两类错误 单个和两个正态总体的均值差和方差的假设检验 考试要求 1。理解显著兴建研的基本思想，掌握假设检验的基本步骤了解假设检验可能产生的两类错误 2．了解单个和两个正态总体的均值和方差的假设检验。 试卷结构 （一）内容比例 微积分约50％ 线性代数约25％ 概率论与数理统计约25％ （二）题型比例 填空题与选择题约30％ 解答题（包括证明题）约70％

我是厦门大学一名大二的学生，在修WISE（厦门大学王亚南经济学院）的统计双学位，希望我的回答能帮助到你。必须要说明的是，此处谈论的是统计（经济）而非统计（数学）。前者与经济金融的关系更加紧密，是放在经济学院的，后者更加学术，是放在数学学院的。统计学我认为还是非常有考研价值的。如果你想走科研的道路，读研肯定是必不可少的，统计的科研也不像数学和物理那样看中天赋，其实统计学还是需要很多科研人才。包括人工智能，生物统计等一些新兴学科都需要很多的科研人才。如果想要去工作的话，读研也是十分有必要的。第一，一般人的研究生院校层次会比本科院校层次高，这样在求职的时候会更加方便。第二，统计的本科生其实是一种通识教育，如果不能很好的掌握一门编程语言进行分析，并且独立完成过几个大项目的话，其实在就业市场不是很有竞争力。尤其是金融分析，生物统计学或者人工智能，其实本科阶段的知识都是很难胜任工作的，只有经过研究生的培养，才有可能独当一面。还有就是，在研究生可以重新选择方向，不必局限在统计学，在别的专业，具有统计学背景会十分吃香。金融方向：利用统计学进行金融数据分析。生物统计学方向：利用统计学进行生物DNA碱基序列分析。人工智能方向：研究深度学习的新算法。