1
2
3
4
《統計學原理》考試大綱
一、課程的性質
《統計學原理》是統計學專業最重要的專業基礎課之一。通過統計的基本概念、 基本理論和基本方法的學習，可使學生初步掌握統計分析的基本思想和方法。
二、考試的總體要求
要求考生系統地理解統計的基本概念、基本理論，掌握統計的基本理論和基本方 法, 對所列考試內容的知識點熟練掌握并靈活運用。
三、考試內容
1. 統計基本概念和數據：調查的組織和實施、概率抽樣與非概率抽樣、總體和 樣本、參數和統計量、變量。
2. 數據的圖表展示：數據的預處理、數據的整理和展示、類別數據的圖表展示 方法、數值型數據的圖表展示方法。
3. 數據的概括性度量：集中趨勢的度量、離散程度的度量、偏態和峰態的度量。
4. 抽樣和參數估計：概率抽樣與抽樣分布、參數估計的基本問題、一個總體和 兩個總體參數的區間估計、樣本量的確定。
5. 假設檢驗：假設檢驗的基本原理、假設檢驗的步驟、一個總體和兩個總體參 數的檢驗、P 值的計算與應用、方差分析的基本原理、單因子和雙因子方差分析 的實現和結果解釋。
6. 相關與回歸分析：變量間關系的度量、一元線性回歸估計、檢驗和預測、多 元線性回歸模型。
7. 時間序列分析與預測：時間序列相關概念、時間序列的分解、增長率分析、 確定時間序列的成分、預測方法的選擇與評估、移動平均法和指數平滑法。
8. 指數：指數的分類、各類指數的計算方法、常見的價格指數。
9. 計量經濟學：一元線性回歸模型及其基本假定、一元線性回歸模型回歸參數 的區間估計和顯著性檢驗、一元線性回歸模型的擬合優度和相關系數、多元線性 回歸模型及其基本假定、多元線性回歸模型的擬合優度與修正的擬合優度、多元 線性回歸參數的檢驗與置信區間、多元線性回歸模型的整體顯著性檢驗、虛擬變 量模型及其應用、二元離散選擇模型及其應用、多重共線性、自相關、異方差性。
10. 概率論：事件及關系和運算、事件的概率、條件概率和全概公式、離散型隨 機變量的分布列和分布函數、離散型均勻分布、二項分布和泊松分布、連續型隨 機變量的概率密度函數和分布函數、均勻分布、正態分布和指數分布、隨機變量 的期望與方差、隨機變量函數的期望與方差。
四、參考書目
賈俊平.《統計學基礎(第 7 版)》，中國人民大學出版社，2023
盛驟等編.《概率論與數理統計教程》(浙江大學)，高等教育出版社，2010 年版.
原標題：北京工商大學2025年碩士研究生招生考試（初試）參考書目、考試大綱
文章來源：https://yjs.btbu.edu.cn/zsgz/sszs/17491f7b380e487f9a41159d5da54ea6.htm
