统计学考研需考什么

统计学考研科目：①101思想政治理论②201英语一或202俄语或203日语③303数学三④806宏、微观经济学。(注：专业课各大院校的考试科目有所不同，需以报考院校为准)。

本科是数学系的统计学专业，但是考研的话不想再学统计专业了，如果你已经下定了决心，那么就好办了，你能报考的专业是：所有院校的所有专业！不同专业考试科目不同，即使同一专业，不同院校的考试科目也不同。

1、统计学专业考研科目（各个招生单位考试科目略有不同，以厦门大学为例）：（1）101思想政治理论；（2）201英语一或202俄语或203日语；（3）303数学三；（4）806宏、微观经济学。2、考研不一定要过英语六级：考研对英语六级没有硬性规定。不要求一定要过六级。根据全国硕士研究生招生简章规定，考研只需大学本科或同等学历即可，对六级成绩没有硬性规定。当然，部分知名院校或部分专业对报考的学生英语成绩有一定要求，考生要得到权威的回复，最好直接查看报考院校最新的硕士生招生简章和招生专业目录。扩展资料：考研英语和六级英语的区别1、六级考试侧重听力，考研英语侧重阅读：六级考试听力所占比重能到35%，一般听力在六级备考中是绝不能放松的主线。但是考研则不然，它主要侧重对阅读的考察。2、出题机构不同，难度系数存在差异：（1）考研英语和六级英语四六级是两种不同类型的考试，前者由教育部考试中心精心准备出题，题目包括听力、阅读、写作、翻译。后者由大学英语四六级考试委员会出题，题目包括英语知识运用、阅读理解和写作。两个部门在出题风格上存在很明显的差异。（2）大学英语六级的考试时间十分紧凑，它的难度主要体现在考试对速度的分配和掌控上，只有具备快速锁定考点信息的能力，考生才能拿到高分；考研英语考试时间没有四六级紧，但是阅读的长难句非常多，对考生的逻辑思维和对词汇的深层理解提出来相当水平的要求。3、六级以测试为宗旨，考研则是优胜劣汰：（1）六级英语主要是培养大学生通过英语这个语言媒介，来获取平时生活及专业内所需要的信息，其宗旨是希望学生都能通过英语测试。六级英语用考试的方式测验大学生的实际英语水平，考查他们在整个大学期间的英语学习成果，从而进一步有目的地提高。由此可见，大学六级考试主要是考察学生的英语运用能力，最终的目的是为了是水平和速度的提升。（2）而考研英语，是一项选拔性考试，具有淘汰性，应试性更强，对同学们的答题技巧有一定的要求。考研英语中会将词汇贯彻于整个考试内容中，没有独立的词汇题型，但是在综合运用词汇能力方面却有了更高标准的要求。参考资料来源：百度百科 - 考研参考资料来源：百度百科 - 大学英语六级考试

1、金融学跨考经济类的统计学应该难度不大，毕竟有数学基础，也学过西方经济学、统计学。 2、按照招生学校的初试、复试科目学习就可以了。最好还是选定报考学校，这样既有动力，又可以按照学校指定参考书目来学习。选定学校之前可以先复习政治、英语和数学。 3、跨考统计的关键还是看报考什么学校，名校肯定竞争大一些。

如下：数学《包括高等代数，高等数学，概率论与数理统计，常微分方程》，英语，政治，专业课（根据考得统计学种类，学校来定，但是统计学原理是必考的）。

1、初试参考书目：《政治经济学与当代资本主义经济研究》经济日报出版社（刘英骥编著）。《经济学教程》2012年第三版，经济日报出版社（张连城编著）。2、复试参考书目：《应用统计学》首都经济贸易大学出版社（马立平、刘娟主编）。《概率论与数理统计》高等教育出版社（盛骤、谢式千、潘承毅编著）。《统计学：从数据到结论》中国统计出版社（吴喜之编著）。天津财经大学统计学专业考研参考书目有哪些呢？1、《西方经济学（微观部分）（第三版）》、《西方经济学（宏观部分）（第三版）》，高鸿业主编，中国人民大学出版社。2、《西方经济学学习指导与精粹题解（上册微观部分）》、《西方经济学学习指导与精粹题解（下册宏观部分）》，丛屹等主编，清华大学出版社。2012东北财经大学统计学专业考研参考书目有哪些呢？《统计学》（第二版）徐建邦编著，东北财经大学出版社2006年版。《统计学》（第二版）李培军编著，中国人民大学出版社2007年版。《统计学》（第三版）贾俊平、何晓群、金勇进编著。统计学研究生有哪些学校呢？统计学毕业后可以处理、分析庞大的数据。出来并不一定去统计局或市场调查公司的，像生物公司、证券公司、网络公司、咨询公司等需要处理数据的都可以去，很有前途的专业。统计理论较好的学校单位：北京大学、中国科学技术大学、中科院、北京师范大学。

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101-政治201英语或202俄语或203日语303-数学三863-统计学＜应用回归分析＞ ＜多元统计分析＞ ＜抽样技术＞（这三本书几乎都会考） ＜国民经济核算＞ ＜经济社会统计＞（这两本初试可能没有，但统计学复试会有）＜时间序列分析＞（08年考题中新增的） 上几本书几乎都是人大出版社 21世纪系列教材里的． 再推荐一本吴喜之老师的＜统计学：从数据到结论＞．

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％