统计学研究考什么

统计学在职研究生只有一种报考方式就是同等学力申硕，那么，统计学同等学力申硕统考都考几科呢？统计学同等学力申硕要先学习再考试，考生只有先完成2年左右研修班，之后达到统考要求后才有资格参加全国申硕统考。研修班是免试入学，一年一般会有2次报名机会>>>点击下方“小程序”查看招生院校，在完成规定科目后，学校会安排结业考试，由学校自己命题，通过考试且修满学分后可获得结业证书。申硕考试要求是本科有学士学位，且毕业满3年及以上才有资格参加。统考报名时间：每年3月份统考时间：每年5月份(周末，一天内完成)统考科目：只有2门，外语、学科综合考试均为笔试，各科满分均为100分，考试采用及格制，各科达到60分即为通过。根据考试规定，考生单科成绩可以保留，一般有4次统考机会，只要顺利完成考试，还需参加论文答辩，最后即可获得硕士学位证书。相关推荐：2019统计学在职研究生可以免统考吗？

为了让各位复旦大学统计学考研的同学有一个比较全面的了解，小编对复旦大学统计学考研进行了比较详细的解析，主要有以下几个板块：学院介绍，专业情况介绍，2020录取情况分析，考研科目介绍，专业课参考书目等几大方面。一、学院介绍大数据的不断积累正在重构世界。数据科学的发展将使大数据的科技与产业生产力得以释放，成为智能技术的新引擎、管理决策的新依据、经济增长的新资源、社会治理的新工具。复旦大学应大数据发展的蓬勃之势，于2015年4月，与中植企业集团、上海市虹口区政府签订战略合作协议，合作建设大数据学院与大数据研究院；同年10月8日，复旦大学大数据学院、大数据研究院正式成立。这是百年复旦在建设世界一流大学和一流学科征程中，瞄准国际科技前沿、聚焦国家创新发展、激发学科动能的重要战略举措。学科体系。大数据学院以数据科学与大数据技术为主干，下设大数据统计与分析、大数据系统与计算、大数据与智能科学等多个学科方向。在学科建设过程中，与复旦大学统计学、数学、计算机科学、经济学、金融学、管理科学、医学、生命科学，以及工程学等学科深入交叉，共同建设。2017年7月，学校审议批准依托大数据学院成立数据科学与统计学学位评定分委员会。大数据学院在学校和社会力量的支持下，打造了一支高水平的专业教师团队。学院现引进院士2人，担任美国统计学会、国际数理统计学会、美国工业与应用数学学会、美国科学进步学会等学会会士的知名学者8人，引进毕业于牛津大学、伦敦大学学院、德州A&M大学、美国佐治亚理工学院、荷兰莱顿大学、香港大学等国际知名高校的青年教师20人，计划到2020年引进海外归国教师共计五十人。同时大数据学院还依托复旦大学大数据研究院双聘部分校内相关领域顶尖学者，参与学院的教学科研工作。大数据学院在人才培养、科学研究、学科建设等各方面都积极推进国际交流与合作。学院成立以来，先后吸引美国普林斯顿大学、哥伦比亚大学、耶鲁大学、卡耐基梅隆大学、英国伦敦政治经济学院、澳大利亚新南威尔士大学等近五十所世界著名大学的学者来院交流。从课程设计、人才培养体系构建，到学术研究、项目合作，学院的国际交流资源不断拓展，各类合作不断深化。二、考试科目1、统计学（管理学院）①101 思想政治理论②201 英语一③301数学一④860微观经济学2、应用统计（数学科学学院）：①101思想政治理论②204 英语二③303 数学三④432 统计学3、大数据学院：1.统计学①101思想政治理论②201英语一③301数学一④861概率论与数理统计2.应用统计①101思想政治理论②204 英语二③303 数学三④432 统计学三、专业课参考书目860：平狄克《微观经济学》861：茆诗松《概率论与数理统计》432：1.《概率论与数理统计》，李贤平， 沈崇圣，陈子毅， 复旦大学出版社2.《概率论与数理统计》，盛骤， 谢式千等，高等教育出版社四、招生情况2019：管理学院的统计学计划招生4人，拟接收推免生3人。数学科学学院的应用统计计划招生20人，拟接收推免生20人。大数据学院的统计学计划招生20人，拟接收推免生13人；应用统计计划招生40人，拟接收推免生17人。2020：管理学院统计学计划招生2人，拟接收推免生1人数学科学院的应用统计计划招生20人，拟接收推免生20人大数据学院的统计学计划招生20人，拟接收推免生13人，应用统计计划招生40人，拟推免17人。2020统计学复试线：60/90 395 2020应用统计复试线：60/90 370五、2016-2018三年考录统计本文内容根据网络内容整理，如有侵权，请联系删除。

华为任总在一次记者采访中说，什么是大数据？大数据就是统计。可见统计的重要性。统计学方面的考研，有学硕方向：1理学：一般在数学统计学院，学科代码：0714，如南京邮电大学2经济学：有的设立有统计学院，如首都经贸大学。也有的设立在：经济与管理学院，如中国科学院大学，学科代码：02703专硕：应用统计，学科代码：0252，单独设立，如清华大学：数学科学系。2021年复试基准分：400分。中国人民大学：复试分数线：单科：60,60,90,90，总分：395分。厦门大学：单科：55,55,90,90，总分：380.北京大学：单科：55,55,90,90，总分：350分。国家线：单科：49,74,总分：348分。专硕考试范围：政治，英语1或英语2，数学3，统计学：432.应用统计专业属于热门专业，就业好。但是专硕你的第一志愿选择非常关键，特别不好调剂。但是今年北京工商大学有应用统计专硕调剂信息，我们看看：2021年北京工商大学数学与统计学院硕士研究生预调剂报名通知来源：数学与统计学院 发布日期：2021-03-082021年北京工商大学数学与统计学院相关专业接收调剂考生预报名。接收预调剂的专业见下表。有意向调剂的考生根据自己实际情况，填写《2021年数学与统计学院预调剂信息表》，发送至相关老师邮箱。备注：（1）调入专业与第一志愿报考专业相同或相近，初试科目与调入专业初试科目相同或相近，其中统考科目原则上应相同。（2）我院只接收初试外国语为英语的考生调剂，不接受非英语考生调剂申请。（3）优先调剂一志愿报考我校相同或相近专业考生。（4）我院不接受第一志愿报考工商管理、公共管理、工程管理、旅游管理、会计、图书情报、审计等7个专业学位的考生调剂。不接受第一志愿报考法律硕士（非法学）专业的考生。不接受单考考生的调剂申请。（5）我院不接收初试未参加“数学”科目考试的考生；不接受“395”和“396”联考的考生。（6）少数民族高层次骨干人才计划、退役大学生士兵计划考生只在专业学位各领域进行调剂。数学与统计学院调剂工作将在教育部调剂系统开放后进行，所有调剂考生必须登录中国研究生招生信息网调剂服务系统报名。请有意调剂的考生及时查看北京工商大学数学与统计学院网站。可以看出：工商管理、公共管理、工程管理、旅游管理、会计、图书情报、审计等7个专业学位的考生调剂特别不好调剂。本专业有调剂意向的同学抓紧时间了。提示：如果考生数学还可以，选择统计学硕竞争会降低许多。

考证的目的，我想大部分还是想为以后的就业增加砝码。从字面上，学统计的人似乎要考统计从业资格，就像学会计的人考会计从业一样。有些学校和当地统计部门合作，让统计学学生在本科阶段就考出统计从业资格，所以想要进入政府统计部门工作的同学可以考虑这个证书。另外我们本科学校是“统计调查分析师资格证”的培训基地，这个证分初中高级，据说我们统计学本科毕业就具备初级资格，所以要考的话从中级考起，费用当时大概是1000多（具体不记得，同学们再查查哦），这个证当时考的同学有大约20%，但我没考，因为我们学校是培训基地，老师给那些报名的参加培训的同学画考试重点，甚至就是原题，所以我觉得这种考试太水，可能价值不高。因为统计学是个工具学科，它为金融、会计、甚至医学提供很多的计算和检验方法。所以，可以考虑其他含金量较高的证，毕竟我们有数学基础，哈哈哈。但是一定要有个明晰的职业规划，不能太从众，眉毛胡子一把抓，经历有限（大神看看就好，哈哈）。现在主流的考试有下面几个：（1）CPA：注册会计师，学统计的同学很多当时是想学会计的，我们也学过一些会计基础课，通过会计从业考试，因此可以继续尝试CPA，想要在四大有所发展的，这个必不可少啊，优点是成本低，但是必须本科毕业才能考。（2）CFA：特许金融分析师，分三个level，很多名校学生本科就考出第一个level，想要去投行工作，这个可以考虑啊，就是成本很高哦，考一次上万，英语需要点基础。现在还有FRM考试，这个和CFA有点像。（3） 精算师：本科就可以考准精算了，科目好多，考下来蛮痛苦的，哈哈，数学功底要好哦。除此之外还有证券从业资格、银行从业资格，等等，技多不压身嘛，大家好好规划，都可以去尝试，不管考不考过，都可以学习到不少东西。——刘曰曰统计从业资格证书现在已经取消了但是有一个统计专业技术资格证书了，分为初级和中级。但是对于我身边的统计专业学生，并没有类似读会计读金融的同学一样，一定要去考会计从业，证券从业，没有这些证书无法在对应岗位工作，统计工作更注重的应该是学历或者个人能力知识。本科学生很少能够在对应自己专业的岗位上工作。一般都是去银行，证券公司，或者一部分同学去当会计了。而且我身边起码有二分之一的统计学生都是打算考研！其实本科统计学到的东西并不是很深，像数据挖掘这一类的涉及都不大，对于难得东西老师也不愿意多讲，不想为难同学。对于毕业就想参加工作的同学来说，证书是一个很好的加分项，像会计从业，证券从业，还有计算机二级当然还有cet6貌似是身边人人必备的！接下来推荐一下对于统计专业含金量比较高的证书啦:首先，保险精算师，这个证难度极大，据统计，国内现在持证的人数不过百人，可以说如果可以拿下这个证，薪酬工作完全不用愁！ACCA/CPA，注册会计师，ACCA是得到国际上认可的，报名费也较贵。两个都是会计方面的权威的证书，如果有意向向会计或者管理类方面发展的可以考虑去考这个证书，近些年来，CPA的通过率渐渐提升，大概20％左右的通过率。所以难度的话只要认真准备也不是问题。而ACCA首先需要英语基础。CFA/FRM特许金融分析师/金融风险管理师。两者都是金融领域方面权威的证书，难度也较大。如果想往金融方面发展的可以了解一下。CET/TOFEL/IELTS/GRE等等英语类级别考试，英语对于任何一个专业都是必需的以及加分项。SAS认证证书/R认证证书，SAS和R软件在国内外企业数据分析方面都是使用频率较高的软件。对于以后需要继续从事统计数据分析方面工作来说还是很有含金量的，至于难度比起上面的来说便是小巫见大巫啦。——Echolee想了解更多相关内容，记得持续关注我们哦。如果你觉得有点意思，请有秩序的评论、转发、收藏。

统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学类专业类别都有哪些统计学简介：统计学（statistics）是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。随着数字化的进程不断加快，人们越来越多地希望能够从大量的数据中总结出一些经验规律从而为后面的决策提供一些依据。统计学专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。应用统计学简介：应用统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门化应用型人才。统计学是一个大类，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。应用统计学强调的是统计学理论在实际中的应用，比如如何正确使用参数估计、假设检验、方差分析、相关与回归、时间序列分析、指数分析等应用统计方法。统计学类哪个专业好在统计学类专业中，比较热门而且好就业的专业是统计学专业。统计学专业就业范围很单一，或者到国家政府的各级统计局工作，或者到各高校的统计系做教师。虽然统计专业在社会主义条件下发展很迅速，包括的内容也很繁杂，但统计学专业的毕业生的就业需求却不太理想，人才需求情况是供大于求，统计学专业毕业的学生主要从事人口数量、土地数量、财富、国民生产总值、军事等方面的统计工作。统计学专业就业前景分析 (按统计学专业相关职位统计) 据统计，统计学专业就业前景最好的地区是：北京。在"统计学类"中排名第 1。统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。本专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据。能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。从业资格证书1、毕业相关证书涉及证书：CET成绩单、毕业证，学位证。这是在校期间必须得到的证书，另外在校期间还可以考计算机等级，普通话等级证。2、专业资格证书涉及证书：统计从业资格证，统计从业资格考试是在国家统计局的领导下，由省级人民政府统计机构组织实施，由县(或市)级人民政府统计机构具体承办。考试于每年9月份的第三个星期日公开举行，每门科目的考试答题时间为120分钟。就业方向1、教师或研究人员在各类高等学校、科研院所从事统计学教学及研究的专业人员。现实对从事统计学研究的人才需求量较小，若要从事该行业，必须有考研、读博的决心及毅力。2、政府部门（统计局等）在各类企事业单位从事统计工作的专业人员。3、银行、保险公司、证券公司等金融部门，市场调查公司、咨询公司、各公司的市场研究部门等从事统计调查、统计信息管理、数量分析等开发、应用和管理工作。统计工作是企、事业单位绩效考核的重要前提，在社会经济中具有非常广泛的应用领域，因此统计人才市场需要将长期保持在比较稳定的增长态势。就业现状交叉领域产生的学科基本上是未来发展前景比较好的学科，而且也是容易出人才的一个领域。其实相比中国，一些西方国家更加重视统计这个专业以及大数据分析，而中国近年来对数据分析也越来越重视，尤其是在这个互联网时代，企业，政府都开始重视起来。基本上所有的行业都需要数据分析人才，尽管目前该专业的毕业生待遇比不上金融、经济类专业，但是其前景是好的。大概七八年前，统计学这个专业还不算一个大热专业，因为除保险，证券以及一些科研政府机构要招收统计学毕业的学生以外，其他的公司对于统计学专业人才的需求量不大。但是这几年统计学在专业圈中变成了非常热门的专业，填报人数众多。同时，现在各大公司的运营部和市场部都需要进行大量的数据统计，收集与分析，所以统计学人才也越来越受欢迎。伴随着互联网电子商务的普及，智能移动设备的广泛使用，社交网络活动的日益频繁，以及云计算、物联网等技术的兴起，数据正在以前所未有的速度爆炸式增长，世界正在步入大数据时代。走进专业其实中国大多数统计学本科学的内容不足以让统计学本科生做与本专业相关的内容（如建模），大部分找的都是描述统计工作，比如画图表，看走势。所以不是统计学本科找不到工作，是找不到特别对口的工作，几乎无法学以致用。（不过如果你想做描述统计的工作就很好啊，很符合你的要求），所以如果真的想做与本专业联系较紧密的工作，还是做好读硕士、博士的准备。另外，大数据这两年比较火，与统计学很接近，也是统计学专业毕业生的理想去向之一。但是现阶段国内统计学本科做不了相关工作，想要从事数据挖掘工作需要最大程度上提升个人编程能力，学习python、R、Spark等等。下面就带大家来看一下统计学专业实力最强的20所大学，具体的高校名单如下：在最新一轮的学科评估中，人大和北大的统计学学科都是被评为A+类，并列全国第一。但是这份来自于中国科教评价网的排行榜中加入了经济学科因素，大家都知道，人大的经济学学科在全国都是排名第一的，综合两者的因素，在这里人大的统计学能够排名第一也属于比较正常的情况，基本符合事实。从这20强的高校名单中可以发现，能够排进20强的，要么是该校的数学学科比较厉害，或者是经济学学科比较厉害。两个学科都厉害的，能够完美的结合，就能够排名更靠前。比如南开大学、厦门大学等就是最好的例子。而像华东师范大学、东北师范大学等数学学科比较厉害，而且有良好的传统统计功底的，实力也是非常的强。现在的统计学基本是属于数学和经济学的交叉学科，一般授予理学和经济学两种学位，原因是院校的侧重点不同。如果想进入互联网公司或者数据公司，则可以选择授予理学学位的高校，比如北京师范大学、中国科学技术大学。如果是想进入证券公司，保险公司等，金融机构的，则可以选择受益经济学学位的高校，比如，人大、上海财经大学、东北财经大学等。统计学是典型的工具型专业，所以一般的小公司或者分公司，需要统计学的人才比较少。需要统计学专业性人才的都是大型公司或者是公司的总部。当然要想进入大公司或者是一些公司的总部，可能本科学历可能不够，如果有条件的话，可以考统计学的专硕，研究生学历毕业后该专业会非常的吃香。

随着大数据的火热，机器学习越来越火，统计专业也得到重视，因此报考统计专业的人数越来越多。同时对于很多考生而言，专硕应用统计相对于学硕统计学性价比更高，再加上今年数学三尤为简单，130+的考生尤其多，造成了今年应用统计考研是一个特别困难的年份，就算你考了400+，也许现在的你还在寻找调剂的院校，这是一个令人心酸的消息。北京大学是一个良心大学，将考生的成绩排名都公布出来了，相对公平很多，我们可以分析一下数据。北京大学金融专硕一共123人报名参加考试，缺考人数14人，剩下109人，其中400分及以上一共9人，最高分433分。北京大学应用统计专硕一共240人报名参加考试，缺考人数60人，剩下180人，其中400分及以上一共51人，最高分446分，学校预计录取12人。当然有读者说，其实北京大学并非特例，根据消息，今年绝大多数院校，应用统计专业分数都偏高。2019应用统计考研——“困难”的一个年份，国家线就快出来了，祝考生好运！

统计学考点20201.数据误差（第二章）通过调查搜集到的数据与研究对象真实结果之间的差异。分为抽样误差和非抽样误差抽样误差：由抽样的随机性引起的样本结果与总体真值之间的差异。只存在于概率抽样中。描述的是所有样本可能的结果与总体真值之间的平均差异。抽样误差大小主要与样本量大小以总体变异性有关，样本量越大，抽样误差越小。普查的抽样误差为零。总体变异性越大，各单位之间的差异越大，抽样误差越大。非抽样误差：除抽样误差之外的，由其他原因引起的样本观察结果与总体真值之间的差异。存在于概率抽样、非概率抽样及全面调查中。分为抽样框误差、回答误差、无回答误差、调查员误差、测量误差。抽样框误差：抽样框中的单位和研究总体中的单位未一一对应（学生名单未及时更新，新生入学名字无法匹配，毕业生不在学校。）回答误差：被调查者在接受调查时给出的回答与真实情况不符。（理解误差、记忆误差、有意识误差）无回答误差：被调查者拒绝接受调查，调查人员得到的是一份空白的答卷。调查员误差：由于调查员的原因而产生的调查误差。（调查员粗心、调查员误导）测量误差：与测量工具有关。抽样误差不可避免，但是可以控制。非抽样误差控制困难。第二章引申复习：数据来源：分为直接来源和间接来源。间接来源：与研究内容有关的原信息已经存在，对这些原信息重新加工、整理，使之成为我们进行统计分析可以使用的数据。（二手资料）优点：搜集较容易、采集数据成本低、能很快得到。缺点：资料相关性不够、口径可能不一致、数据也许不准确。直接来源：通过调查和实验的方法直接获得一手资料。调查方法：概率抽样：（随机抽样）遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。1.简单随机抽样：从包括总体N个单位的抽样框中随机地、一个个地抽取n个单位作为样本，每个单位的入样概率是相等的。2.分层抽样：将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。将各层的样本结合起来，对总体的目标量进行估计。优点：样本结构与总体结构接近，可提高估计精度；一定条件下为组织实施调查提供方便；即可以对总体参数进行估计，又可以对各层的目标量进行估计。3.整群抽样：将总体中若干个单位合并为组，这样的组成为群。抽样时直接抽取群，然后对中选群中的所有单位全部实施调查的抽样方法。优点：简化了编制抽样框的工作量，节省了调查费用，方便调查实施。缺点：估计的精度差。4.系统抽样：将总体中的所有单位按照一定顺序排列，在规定的范围内随机抽取一个单位作为初始单位，然后按照事先制定好的规则确定其他样本单位，这种抽样方法统称为系统抽样。5.多阶段抽样：首先抽取群，但并不是调查群内的所有单位，而是再进一步进行抽样，从选中的群中抽取若干个单位进行调查。使抽样的段数增多，就称为多阶段抽样。非概率抽样：抽取样本时不是按照随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查。1.方便抽样：调查过程中，调查员依据方便原则，自行确定作为样本的单位。容易实施、调查成本低。无法代表有明确定义的总体。应用于前期初步认识或建立假设。2.滚雪球抽样：用于对稀少群体的调查。首先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研究总体的调查对象，调查人员根据所提供的线索，继续进行调查。3.判断抽样：研究人员根据经验、判断和对研究对象的了解，有目的地选择一些单位作为样本，实施时根据不同的目的有重点抽样、典型抽样、代表抽样。重点抽样：从调查对象的全部单位中选择少数重点单位，对其实施调查。这些调查单位在总体中地位重要。典型抽样：从总体中选择若干个典型的单位进行深入的调研，目的是通过典型单位来描述或揭示所研究问题的本质和规律，因此，选择的典型单位应该具有研究问题的本质或特征。代表抽样：通过分析选择具有代表性的单位作为样本，在某种程度上，也具有典型抽样的含义。4.自愿样本：调查者自愿参加，成为样本中的一分子，向调查人员提供有关信息。5.配额抽样：类似于概率抽样中的分层抽样。首先将总体中的所有单位按照一定的标志分为若干类，在每一类中采用方便抽样或者判断抽样的方式选取样本单位。搜集数据的方法：自填式、面访式、电话式实验数据：实验组是指随机抽选的实验对象的子集，每个单位接受某种特别的处理。对照组中每个单位不接受实验组成员所接受的某种特别的处理。2、3.数据图表展示（第三章）分类数据的整理与展示：整理：列出所分的类别，计算每一类别的频数、频率或比例等，形成频数分布表，根据需要选择合适的图形进行展示。（比例：一个样本中各个部分的数据与全部数据之比，反映样本的构成或结构百分比：比例乘以100得到的数值比率：样本中不同类别数据之间的比值）图示：1.条形图：宽度相同的条形的高度或长度来表示数据多少的图形2.帕累托图：按各类别数据出现的频率多少排序后绘制的条形图3.饼图：用圆形及圆内扇形的角度来表示数值大小的图形，用于研究结构性问题。4.环形图：把饼图叠在一起，挖去中间的部分就是环形图顺序数据的展示：除分类数据的频数分布表和图示方法外，还有累计频数和累计频率累计频数：将各有序类别或组的频数逐级累加起来得到的频数，频数 的累计方法有向上累积（类别顺序开始一方向类别顺序最后一方累加频数，数值型分组数据是从变量小的一方向变量大的一方累加频数）和向下累积（类别顺序的最后一方向开始一方累加频数，数值型分组数据是从变量大的一方向变量小的一方累加频数）累计频率：将各有序类别或组的百分比逐级累加起来，也分为向上累积和向下累积两种方法。数值型数据：数据分组：单变量值分组和组距分组。1.单变量值分组：把每一个变量值作为一组，通常只适合离散变量，且变量值较少。2.组距分组：将全部变量值依次划分为若干个区间，并将其中一个区间的变量值作为一组。连续变量或变量值较多的情况下。（组数不少于五组不多于十五组、上组限不在内）组中值=1/2（下限值+上限值）图示：条形图、帕累托图、饼图、环形图、累计分布图都适用。1.分组数据：直方图直方图：用矩形的宽度和高度（面积）来表示频数分布的。2.未分组数据：茎叶图和箱线图茎叶图：反映原始数据分布的图形，适合小批量数据。箱线图：由数据的最大值、最小值、中位数、两个四分位数这五个特征值绘制而成，主要反映原始数据分布特征，进行多组数据分布特征比较。（就成绩而言，中位数高则平均成绩高；箱子长，则成绩分散；中位数在箱子中间，则为对称分布。）左偏右偏看尾巴长短，右边尾巴长右偏！！！3.时间序列数据：（折）线图线图反映现象随时间变化的特征。4.多变量数据：散点图、气泡图、雷达图散点图：二维坐标展示两个变量之间关系的图形气泡图：展示三个变量之间的关系雷达图：（蜘蛛图）显示多个变量，研究多个样本之间的相似程度合理使用图表：1.鉴别图形优劣的准则：精心设计，有利于洞察问题本质使复杂的观点得到简明、确切、高效的阐述能在最短时间内以最少的笔墨给读者提供最大量的信息多维表述数据真实情况2.统计表设计注意：合理安排统计表结构，行标题、列标题、数据资料的位置表头包括表号、总标题和表中数据的单位等表中上下横线用粗线，中间细线，左右两边不封口必要时在下方加注释注明来源4.数据概括性度量（第四章）众数是位置代表值卡方检验和F检验：卡方检验是方差检验、F检验是方差是否相等（两方差之比）卡方检验是单侧检验 右尾拖长 所以是α不涉及α/2F检验是双侧检验，左边界是α/2，右边界是1-α/2。且分子自由度及分母自由度都为对应的n-1（较大的方差放在分数线上面！！！！！！！！）但是！！！！！！！F检验在方差分析里面是单侧的！！！！！！！！是α置信度、置信系数、置信水平、置信概率都是1-αα与1-α和Zα/2的变动方向都相反。因此置信水平、置信概率、置信度、置信系数等变大，则置信区间变大。置信区间变大可靠性变大，精确度下降。置信水平：抽取一百个样本，根据每个样本构造一个置信区间，由一百个样本构造的总体参数的一百个置信区间中，有95%的区间包含总体参数的真值，有5%没包含。将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数所占的比例称为置信水平。若就某个置信区间而言，则要么百分百包含总体参数真值，要么百分百不包括总体参数真值。P值是检验统计量的值超过由样本所计算出的检验统计量的数值的概率。P=P（Z>Zc）P值越小拒绝原假设的理由越充分。检验结果越显著。原假设为真时，样本观察值或更极端结果出现的概率。组内平方和SSE：每个水平或组的各样本数据与其组平均值误差的平方和，反映每个样本各观测值的离散情况。（随机误差）组间平方和SSA：各组平均值与总平均值的误差平方和，反映各样本均值之间的差异程度。（随机误差和系统误差）总平方和SST：全部观测值与总平均值的误差平方和。方差分析基本假定：1.每个总体服从正态分布 2.每个总体的方差相同 3.观测值独立方差分析的数据结构模型中随机误差项ε的假定：1. ε是一个期望值为0的随机变量 2.对于所有的X的值，ε的方差都相同 3.误差项ε是一个服从正态分布的随机变量且独立方差分析基本思想：通过对数据误差来源的分析来判断不同总体的均值是否相等，进而判断分类型自变量对数值型因变量是否有显著影响。方差分析的目的以及基本假定：方差分析用于两个及两个以上样本均值差别的显著性检验。它是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著性影响。方差分析的目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等。方差分析的基本假定：1.观测值独立 2.各总体分布服从正态分布 3.各总体的方差相等一元线性回归是SSR、SSE、SSTF=MSR/MSE线性相关系数r：根据样本数据计算的度量两个变量之间线性关系强度的度量（n倍xy乘积的求和—x求和与y求和的乘积）/根号下（n倍x平方求和-x求和的平方）乘根号下（n倍y平方求和-y求和的平方）r具有对称性 r的显著性检验是t检验不意味着x与y有因果关系-1<=r<=1 0.8档是高度相关 0.5档是中度相关 0.3是帝都相关可视为不相关最小二乘法是垂直方向（竖直、纵向距离）的离差平方和最小化判定系数R2：测度了回归直线对观测数据的拟合程度R2=SSA/SST相关系数r是判定系数R的平方根 r的符号与回归系数^β1的符号相同估计标准误差Se=根号下MSE线性关系检验：F检验（有无线性关系）原假设是：β1=0 变量间线性关系不显著回归系数的检验（t检验）：检验自变量对因变量的影响是否显著一元线性回归 MSE自由度是n-2 多元线性回归自由度是n-k-1变量选择的方法：向前选择、向后剔除、逐步回归个别值：预测区间平均值：置信区间预测区间比置信区间宽修正的判定系数R2a=1-（1-R2）【（n-1）/（n-k-1）】修正判定系数可能出现负值消除季节因素影响后的商品销售额=该月商品实际销售额/该月季节指数平稳序列：基本上不存在趋势的序列。各观察值在某个固定的水平上波动，虽然在不同时间段波动的程度不同，但并不存在某种规律，波动可以看做是随机的（变现为价值规律表现形式 但是注意时间因素！！！！！！）非平稳序列：包含趋势、季节性或周期性的序列，可能只含有其中一种成分，也可能含有几种成分。有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。趋势：时间序列在长期内呈现出来的某种持续上升或持续下降的变动，也称长期趋势季节性：也称季节性变动。时间序列在一年内重复出现的周期性波动。含有季节成分的可能含有趋势也可能不含趋势。周期性：也称循环波动。是时间序列中呈现出来的围绕长期趋势的一种波浪形或震荡式变动。不同于趋势：不是朝着单一方向的持续运动，而是涨落相间的交替波动；不同于季节变动：无固定规律，变动周期在一年以上，周期长短不一。时间序列成分：趋势、季节性、周期性、随机性或不规则波动增长率分析：增长率：增长速度 时间序列中报告期观察值与基期观察值之比减一后的结果 用%表示 对比的基期不同：分为环比增长率（报告期与报告期前一期的比值-1）和定基增长率（报告期与某一固定时期观察值之比-1）环比增长率说明逐期增长变化的程度定基增长率说明整个观察期内的总的增长变化程度平均增长率：平均增长速度。时间序列中逐期环比值（环比发展速度）的几何平均数-1后的结果。=根号下【（Y1/Y0）（Y2/Y1）（Y3/Y2）……（Yn/Yn-1）】-1时间序列中的观察值出现0或者负数时，不宜计算增长率。直接用绝对数进行分析。有些情况下，不能单纯就增长率论增长率，要注意将增长率与绝对水平结合分析（增长1%的绝对值=前期水平/100）预测时间序列步骤：1.确定时间序列所包含的成分，确定时间序列的类型2.找出适合此类时间序列的预测方法3.对可能的预测方法进行评估，以确定最佳预测方案4.利用最佳预测方案进行预测判断趋势是否存在：绘制时间序列的线图或者利用回归分析拟合一条趋势线，再对回归系数进行显著性检验。确定季节成分：至少需要两年的数据。年度折叠时间序列图每年的数据分开画在图上，横轴只有一年的长度，每年的数据分别对应纵轴。若时间序列只存在季节成分，年度折叠时间序列图中的折线会有交叉；如果时间序列既含有季节成分又含有趋势，那么年度折叠时间序列图中的折线不会有交叉，而且趋势上升，后面年度的折线会高于前面年度的折线。预测方法：无趋势、无季节性：平滑预测法（简单平均、移动平均、指数平滑）有季节性：季节性预测法（季节多元回归模型、季节自回归模型、时间序列分解）有趋势、无季节性：趋势预测法（线性趋势推测、费线性趋势推测、自回归预测模型）平均误差：ME 可能低估误差（第i个观测值—预测值）从1加到n后的结果除以n平均绝对误差：MAD 可以避免误差相互抵消（第i个观测值—预测值）的绝对值从1加到n后的结果除以n均方误差：MSE 通过平方消去误差的正负号后计算的平均误差（第i个观测值—预测值）的平方从1加到n后的结果除以n平均百分比误差和平均绝对百分比误差：MPE MAPE消除了时间序列数据的水平和计量单位的影响，是反映误差大小的相对值MPE=【（Yi-Fi）/Yi 乘以100%】求和/nMAPE=【（Yi-Fi）的绝对值/Yi 乘以100%】求和/n平稳序列的预测（无趋势、无季节性）平滑预测法！！！1.简单平均法：根据已有的t期观察值通过简单平均来预测下一期的数值。第t+1期的预测值：第一期到第t期的所有观察值求和除以t 第t+1期的实际值：Yt+1则第t+1期的实际值和预测值的差值为预测误差：et+1那么第t+2期的预测值为：第一期到第t+1期的观察值求和除以t+1以此类推移动平均法：通过对时间序列逐期递移求得平均数作为预测值的预测方法。分为简单移动平均法和加权移动平均法（主要是简单移动平均法）将最近的k期数据加以平均，作为下一期的预测值。设移动间隔为k（1<k<t）t期的移动平均值为：指数平滑法：是通过对过去的观察值加权平均进行预测的一种方法。该方法使t+1期的预测值等于t期的实际观察值与t期的预测值的加权平均值。Ft+1=αYt+（1-α）Ft趋势型序列的预测（有趋势无季节）趋势预测法！！！！！！线性趋势预测非线性趋势预测：指数曲线、多阶曲线指数分类：按照考察对象范围不同：个体指数和总指数按照反映指标的性质不同：数量指标指数q和质量指标指数p按照计算形式不同：简单指数和加权指数简单指数的两种计算方法：简单综合指数和简单平均指数加权指数的两种计算方法：加权综合指数和加权平均指数简单综合指数：将报告期的指标总和与基期的指标总和相对比（先综合后对比）Ip=p1求和/p0求和Iq=q1求和/q0求和简单平均指数：将个体指数进行简单平均得到的总指数（先对比后综合）Ip=（p1/p0）求和/nIq=（q1/q0）求和/n加权综合指数：（看角标 0多是拉式 1多是帕氏 I的角标是p就是p在0和1变 I的角标是q就是q在0和1变）拉式：作为权数的同度量因素固定在基期Iq（数量）=求和（q1p0）/求和（q0p0）Ip（质量）=求和（q0p1）/求和（q0p0）帕氏：作为权数的同度量因素固定在报告期Iq（数量）=求和（q1p1）/求和（q0p1）Ip（质量）=求和（q1p1）/求和（q1p0）大多数的看法：计算数量指数（生产量指数q）采用拉式“0”Iq=求和q1p0/求和q0p0（可提出价格变动的影响，准确反映产量的变化）计算质量指数（价格指数p）根据不同编制目的而选用不同方法全面资料用加权综合指数拉氏帕氏！！！！！！！ 加权平均指数：以个体指数为基础，通过对个体指数进行加权平均编制的指数。Aq（数量）=求和（q1p0）/求和（q0p0）Ap（质量）=求和（q0p1）/求和（q0p0）（A的角标是谁 谁就变 A对应拉式0）Hq（数量）=求和（q1p1）/求和（q0p1）Hp（质量）=求和（q1p1）/求和（q1p0）（H的角标是谁 谁就变 H对应帕氏1）挑选代表规格品用加权平均指数A、H！！！！销售额指数=销售量指数*销售价格指数总产值指数=产量指数*产品价格指数总成本指数=产量指数*单位产品成本指数销售利润指数=销售量指数*销售价格指数*销售利润率指数实际运用中基期权数加权的数量指数拉式和报告期权数加权的质量指数帕氏形成的指数体系求和q1p1/求和q0p0=求和q1p0/求和q0p0*求和q1p1/求和q1p0

最近几年，随着计算机和大数据的快速发展，统计学也开始变得热门。统计学这个专业，就业前景很好，不仅可以选择的岗位比较广泛，而且用人单位也愿意录用。像一些金融、保险公司、银行、市场研发部门等，都很喜欢统计学专业的学生。因为这些学生有者良好的数学、计算机、经济学的基础素养，所以特别受欢迎，尤其是考研的时候也深受导师喜爱。不过你要成为统计学领域一个出色的人才，那么就要尽量考上以下几所学校，它们的统计学专业全都是国内顶尖的。1、北京大学国内统计学专业最好的大学就是北京大学了。无论是是在软科的学科排名中，还是在学科评估结果中，北京大学都是最好的。作为国内最定点的两所高校之一，如果可以在该校就读统计学专业的话，那真的是前途无量了。能够有国内最厉害的教授上课，并且还能见识到这个领域中的大牛，以后自己成为精英的几率也是很大的，都是高薪岗位。2、北京师范大学北京师范大学的统计学专业在全国位于第二，这还是存有质疑的。它在软科中位于第二，但是在学科评估中的结果只有A-，不过由于软科有排名，所以这边以软科排名为主了。但就算这样，能够考上这些大学都是很让人羡慕的。在大家的刻板印象中，师范学院出来就是当老师，这些学校的教育科学特别好。但是作为985大学的北京师范大学，它的综合实力怎么会进局限于此呢？它的统计学专业也特别出彩，还是北京师范大学的重点学科。3、中国人民大学中国人民大学的统计学专业实力也是很强的，而且实力上升很快。在2017年软科中位于13，2018年的排名就变成了第位了，并且学科评估结果A+。中国人民大学在人文社科方面特别优秀，像哲学、马克思主义理论，新闻传播学等都是它的一级重点学科和双一流建设学科。而且它的经济、金融专业也很好，年年录取分数都超高。4、东北师范大学对于不关注学校的人，如果和他说东北师范大学的统计学专业是全都数一数二的，可能他会不相信。同样是由于刻板印象和为了记忆更加方便，所以才会有人认为，师范大学最好的专业是教育类学科。但是东北师范大学的统计学专业真的很厉害哦。虽然在软科中只是排名第四，但是在学科评估中却有A，而且统计学专业还是东北师范大学的双一流建设学科。除了以上这四所大学之外，像南开大学、厦门大学它们的统计学专业也很棒，评估结果都是A，而且还有两所普通大学，浙江工商大学和江西财经大学，它们的统计学专业评估也有A-。考不上985大学的学生，可以选择这两所学校，发展都会很不错。以上就是统计学专业最好的四所大学，学校全都是学霸，一旦考上就财源滚滚！

随着大数据相关技术的发展，统计学目前受到了广泛的关注，对于一部分想从事大数据领域相关岗位，但是又不想从事编程工作的学生来说，选择统计学方向的研究生是不错的选择。如果要跨考统计学专业的研究生，需要具备一个扎实的数学基础，因为统计学本事就是数学的一个分支，需要用到大量的数学知识。除了要具备扎实的数学基础之外，在备考的过程中还需要注意以下几个方面的问题：第一：根据自身的学习能力选择目标高校。研究生阶段的教育对于高校的资源整合能力有较高的要求，资源整合能力对于研究生的培养质量会有较大的影响，所以考生都希望选择重点大学作为考研目标，但是由于目前考研的竞争比较激烈，对于跨考生来说，一定要根据自身的学习能力选择目标高校。另外，可以重点关注一下财经类高校，不少财经类高校的统计学专业往往也具有较强的实力。第二：重视专业课的学习。统计学专业的专业课考试还是具有一定难度的，所以对于跨考生来说，一定要重视专业课的学习，如果能够有专业人士指导一下，在学习的初期会起到较大的作用。对于跨考生来说，在学习专业课的过程中最好能与专业课老师保持沟通。第三：制定系统的复习计划。按照历史经验来看，跨考生一定要有较为充足的准备时间，同时制定一个适合自己的复习计划，在具体复习计划的制定上，要参考一下老师的建议。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！