备考经验和方法
统计学（贾俊平）是统计领域各分支内容的的精缩版，可作为深入了解统计专业知识的导学部分，难度中等偏下，侧重理解和记忆的知识点众多，而涉及计算的章节主要集中在书的后半部分，需要记忆有关定理结论与公式等，考题难度适中，和书后习题较接近。
以下为专业课考题解析与备考方案：
1. 选择题:一共30道，每题2分，其中有5道考察概率论的知识。难度中等及以下，重点考察统计学的前半册内容，描述统计的考点居多，因此大家复习前面6章时应事无巨细地不放过每一个知识点，反复记忆，达到自己看到这个专有名词就能很快反映出其意义与有关运用的效果，例如配额抽样的适用情况、雷达图的作用、置信水平为95%的意义、两类错误的定义与计算等。
练习其他高校统计学的真题及模拟题也是十分必要的，因为选择题的考点较广泛，大家在做其他学校的题目时，可以了解到同一知识点的不同考法，有的题目很有综合性，计算量堪比大题，例如某校的一道选择题让辨别出几个统计量中均方误差最小的那一个，答案解析就有大半页A4纸，难度较高，这样的选择题就应予以重视，考前一个月把错过的选择题与正确解法拿出来复习一遍。就算有不重合的考点，也可以锻炼自己的思维能力与做题速度。
2. 简答题：一共4道，每题10分，其中有1道考察概率论的中心极限定理。简答题考察的范围较固定，主要集中在一元线性回归、多元线性回归与时间序列这三章，另外历年真题中有一类考察样本量的确定的题型，出现在第7章参数估计的第4节。大家可以从搜集到的历年真题中找到所有考点，可以到考研文库网站上搜索，一般上一年出现的几个考点应作为今年的次重点，为你排除了不太可能考的几处知识点。
我总结出了全部考点为以下几类：误差项的正态性假定、样本量的确定、多元回归模型、多重共线性、变量选择与逐步回归、年度折叠图的画法及作用、指数平滑法、季节指数与确定并分离季节成分、时间序列要素与平稳非平稳序列的定义、时间序列预测方法的评估、两类错误的定义与表达式、中心极限定理。
这些考点在书上对应的章节小标题处均可找到答案，表述追求完整、专业，建议大家将这些知识点的有关段落全部理解与熟练背诵，大部分知识点涉及的篇幅均不短，考试时写在答题纸上几乎会占据1/2至5/6的A4纸版面，希望大家尽可能原版还原课本的表述，展开来写而切忌三言两语。
只有中心极限定理的那一题较灵活，一般没有标准答案，题目会给出具体的分布，一般的模式是在大量重复抽样的情况下问某统计量极限分布，大家只需要计算出该统计量的均值与方差，就可以给出极限分布-正态分布的表达式了。
3. 计算题：一共3道，前两题每题20分，最后1题10分，固定为考察概率论的内容。前两题的难度适中，认真做完课后习题应该足以应对，主要考察范围集中在假设检验与区间估计、方差分析、一元线性回归、多元线性回归这几章，其中假设检验与区间估计是必考题，大家需要熟练记忆与运用在不同情况下的统计量表达式，例如总体方差已知与未知、大样本情况与小样本情况下的运用z统计量或t统计量，t统计量的自由度该如何计算等，这些都可以在书上找到结论，有规律可循，不必死记硬背，常把公式拿出来温习巩固，不要忽略每个字母符号的细节，例如在一元线性回归中，因变量的置信区间与预测区间表达式较复杂，可以把它拆分成三个部分，t分位数、估计标准误Se与根号修正部分，总结出适合自己的记忆方法。
方差分析的题目重视自由度与SST、SSA、SSE的准确计算，考试时当样本量多的情况下一般会给出部分计算结果，善于利用他们，能免去很多不必要的计算的麻烦。例如给出了总误差平方和SST与判定系数R^2后，要求计算SSE，可以直接通过SSE=SST(1-R^2)得到。注意计算仔细，保持冷静地使用计算器，第一次计算时不必要瞻前顾后，顺利得出结果后，有多余的时间再去检查验证，一般时间是充足的，更应保证计算不失误。
最后1题按照近几年难度变化趋势来看，2020届考研的难度应该不会减小，是一道有区分度的题目，建议大家平时复习有余力的时候多练习茆诗松概统教材第二版的课后习题，挑一些思考量大的题目锻炼思维，这也是对数学三概统部分的拓展与强化。
