1.概率论基本概念。包括:
事件的关系与运算;事件的概率及其性质;条件概率、全概率公式和贝叶斯公式;
2.随机变量及其分布。包括:
随机变量的定义;离散型随机变量的分布列和分布函数;均匀分布、二项分布和泊松分布;连续型随机变量的概率密度函数和分布函数;均匀分布、正态分布和指数分布
4.大数定理及中心极限定理。包括:
大数定理内容，中心极限定理内容，大数定理应用，中心极限定理应用。
1.掌握统计学基本概念。包括:
统计学基本概念、描述统计、推断统计、总体、样本、数据类型等。
2.理解数据收集工作的相关内容,能根据不同的研究目的和任务选择合理的统计调查组织形式与方法。包括:
统计调查的组织和实施，各种概率抽样与非概率抽样方法及其优缺点,抽样误差与非抽样误差等。
3.掌握数据的基本展示方法。包括:
数据的预处理，数据的整理，用图表展示定性数据，用图表展示定量数据。
4.掌握描述数据分布特征的统计量，并能合理应用其展示数据，解读数据信息。包括:
用统计量描述数据的水平:平均数、中位数、分位数和众数等。用统计量述数据的差异:极差、标准差、样本方差等。用统计量描述数据的形状:偏度和峰度等。
5.掌握参数估计的基本原理。包括:
点估计及其评价标准，一个总体参数的区间估计、两个总体参数的区间估计和样本量确定等。
6.掌握假设检验的基本原理。包括:
假设检验的基本原理、两类错误、原假设和备择假设、检验统计量、拒绝域、决策准则、P值、一个总体参数的检验和两个总体参数的检验等。
7.掌握方差分析的基本内容，能进行基本计算，并应用其解读实际数据分析结果。包括:
方差分析的基本原理、单因素方差分析实现及结果解释、双因素方差分析实现及结果解释。
8.掌握一元线性回归分析的基本内容，能进行基本的计算，并会解读回归的结果。包括:
相关分析方法，相关系数的计算与检验，一元线性回归模型的基本假定，一元线性回归模型的参数估计、一元线性回归模型的拟合优度检验、一元线性回归模型的显著性检验、用残差检验模型的假定、一元线性回归模型的预测等。
9.掌握多元线性回归模型的基本内容，能进行基本的计算，并会解读回归的结果。包括:
多元线性回归模型的基本假定、多元线性回归模型的参数估计、多元线性回归的拟合优度和显著性检验和多重共线性现象等。
时间序列的组成要素、时间序列水平指标分析、时间序列的增长率分析、时间序列的预测方法等。
三、参考书目
概率论与数理统计(第五版)，盛骤，谢式千，潘承毅编著，高等教育出版社，2019年。
统计学(第8版)，贾俊平，何晓群，金勇进编著，中国人民大学出版社，2021年。
以上是关于【2023石河子大学考研应用统计考试大纲】的内容，希望能帮助准备考研的同学们节省备考时间、提高备考效率。如果还想了解关于考研方面的知识，赶紧来树图网看看吧，里面包含了大量的考研资料和动态哦~
点击下方蓝色小卡片，会掉落丰厚的考研备考资料（历年试题，考试大纲，招生简章，择校择专分析）哦~24考研的幸运儿赶快领取吧！
U633687664
U982669071
