数理统计考研

数理统计考研主要考察的内容包括：

1. 概率论基础：随机事件、概率的定义与性质、条件概率、贝叶斯定理等。

2. 随机变量及其分布：离散型随机变量、连续型随机变量、常见分布（如二项分布、泊松分布、正态分布等）。

3. 多维随机变量及其分布：联合分布、边缘分布、条件分布、随机变量的独立性。

4. 随机变量的数字特征：期望值、方差、协方差、相关系数、矩、分位数等。

5. 大数定律与中心极限定理：弱大数定律、强大数定律、中心极限定理及其应用。

6. 数理统计的基本概念：总体与样本、参数与统计量、抽样分布、估计与假设检验。

7. 参数估计：点估计、区间估计、估计量的评价标准（如无偏性、有效性、一致性）。

8. 假设检验：两类错误、检验统计量的选择、P值的计算、单样本t检验、配对样本t检验、独立样本t检验、卡方检验、F检验等。

9. 方差分析（ANOVA）：单因素方差分析、双因素方差分析、协方差分析。

10. 回归分析：线性回归、多元回归、岭回归、LASSO回归、逻辑回归等。

11. 时间序列分析：自回归模型、移动平均模型、ARMA模型、ARIMA模型、季节性分解等。

12. 非参数统计方法：秩和检验、符号检验、Kruskal-Wallis检验、Mann-Whitney检验等。

13. 贝叶斯统计：贝叶斯推断的基本原理、贝叶斯参数估计、贝叶斯假设检验等。

考试形式通常包括闭卷笔试和可能的面试环节，笔试部分可能包含选择题、填空题、计算题和证明题等不同类型的题目。

推荐的考研院校有北京师范大学、中国人民大学、清华大学、复旦大学、南京大学等，这些院校在数理统计领域拥有强大的师资力量和教学科研水平。

考研科目通常包括政治、英语、专业课一和专业课二，其中专业课一通常是专业基础课，专业课二通常是专业实务课。

数学一和数学三的必考内容包括概率论与数理统计，而数学二的考生不考。

考试要求包括理解总体、简单随机样本、统计量等概念，掌握三大抽样分布、正态总体的常用抽样分布，理解参数的点估计、估计量与估计值的概念，掌握矩估计法和最大似然估计法，以及验证估计量的无偏性、有效性和一致性。