六、假设检验
内容:
1. 假设检验的基本概念,检验统计量,显著性水平,P值与临界值,双侧检验与单侧检验,假设检验的两类错误
2. 总体均值的假设检验,总体比例的假设检验,总体方差的检验
目标:
1. 了解假设检验的提出和构造方式;了解检验统计量的确定;
2. 理解显著性检验的概念,两类错误的定义和关系;理解p值的统计意义;理解单侧检验;
3. 掌握假设检验的计算步骤;掌握总体均值的检验和总体比例的检验以及总体方差的检验。
七、分类数据分析
内容:
1. 分类数据与卡方统计量
2. 拟合优度检验,独立性检验
3. 列联表中的相关测量
目标:
1. 了解分类数据;了解拟合优度检验;了解列联表中数据的统计意义;
2. 理解相关系数、列联相关系数、V相关系数等的定义、区别和联系;
3. 掌握卡方统计量的定义;掌握拟合优度检验的方法和步骤;掌握独立性检验的方法和步骤。
八、方差分析
内容:
1. 方差分析的基本原理、基本假定、问题提法
2. 单因素和双因素方差分析的实现和结果解释
目标:
1. 了解方差分析中的多重比较;了解双因素方差分析的思想;
2. 理解方差分析的基本思想和原理;理解双因素方差分析基本步骤和方法;
3. 掌握方差分析的基本假设、计算方法。
九、相关与回归分析
内容:
1. 变量间的关系,相关关系的种类,相关图
2. 相关系数及其检验,一元线性回归模型及其估计、检验、预测
3. 多元线性回归模型,多元线性回归模型的检验与预测,复相关系数与偏相关系数
4. 多重共线性现象、判别、处理
5. 变量选择与逐步回归
目标:
1. 了解变量间的关系;了解回归模型和回归方程的定义;了解回归结果的评价方法;了解残差和标准化残差的定义;了解向前选择、向后剔除、逐步回归的方法;
2. 理解回归直线的拟合优度的定义和统计意义;理解残差分析的统计意义;
3. 掌握相关系数的描述与测度以及相关系数的显著性检验;掌握参数的最小二乘估计的基本原理和方法和操作步骤;掌握线性回归模型的检验、预测和统计推断;掌握多重共线性的判别和多重共线性的处理。
十、时间序列分析
内容:
1. 时间序列的概念,种类,时间序列的构成与分解
2. 长期趋势的测定方法,季节成分的确定
3. 时间序列的类型和预测方法的选择
4. 平稳序列的预测
目标:
1. 了解时间序列的概念、种类和性质;
2. 理解时间序列趋势和周期性的确定;
3. 掌握平稳时间序列的预测方法。
第三部分 有关说明
1、命题说明:单选题,约40%;简答题,约25%;计算与分析题,约35%。概率论约 30分;统计学约 120分。
2、参考书目: 贾俊平、何晓群、金勇进 编著,统计学(第六版),中国人民大学出版社,2015年。
3、其他规定:答题方式为闭卷、笔试。总分150分,考试时间为180分钟。
4、本科目考试不得使用计算器。
原标题:南京信息工程大学2022年硕士研究生招生考试自命题科目考试大纲
文章来源:https://yjs.nuist.edu.cn/info/1015/4713.htm
1 2
免责声明:本站所提供试题均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用,不涉及商业盈利目的。如涉及版权问题,请联系本站管理员予以更改或删除。
12-06
11-24
11-18
11-15
11-15
11-12