考研大纲包含了硕士研究生考试相应科目的考试形式、要求、范围、试卷结构等指导性考研用书。今天，为了方便2022考研的学子们，小编为大家整理了“2023考研大纲：湖南大学2023年考研科目 824 应用统计基础 考试大纲”的相关内容，谢谢您的关注。
科目代码：824
科目名称：应用统计基础
考 试 大 纲
本科目要求考生熟练掌握应用统计学的基本概念，掌握数据收集和处理的基本方法、数据分析的基本原理和方法、概率论知识，并具有运用统计方法分析数据和解释数据的基本能力。考查的知识要点主要有：
一、基本概念
什么是统计学；
统计数据及其类型；
总体，样本，参数，统计量和变量；
数据的来源；
数据的预处理；
分类数据的整理与图示；
数据的概括性度量：集中趋势的度量，众数、中位数和平均数。
二、统计量及其抽样分布
随机样本与统计量，例如，样本均值、方差、极大值、极小值；
抽样分布。
三、参数估计
矩估计的原理及其应用；
极大似然估计原理及其应用；
估计量的基本性质，例如，无偏性，一致性和有效性；
正态总体参数的区间估计，包括均值的区间估计和方差的区间估计。
四、假设检验
假设检验的概念及其步骤；
小概率事件的基本原理；
第一类、第二类错误及其概率，以及它们之间可能的关系；
正态总体的均值检验；
正态总体的方差检验；
分布拟合检验。
五、相关分析与回归分析
相关分析；
一元线性回归，包括线性回归模型形式，最小二乘估计原理，参数的最小二乘估计量表达式及其性质，例如，估计量的期望、方差及其分布；回归系数的显著性检验、方程的显著性检验；能够利用具体数据建立回归模型，并进行预测分析；
多元线性回归，包括多元线性回归模型的形式与基本假设；多元线性回归模型的参数估计；多元线性回归模型的统计检验；多元线性回归模型的预测；可化为线性的多元线性回归模型；含有虚拟变量的多元线性回归模型。
模型诊断，包括多重共线性；异方差性；内生解释变量问题；模型设定偏误问题。
六、时间序列分析
时间序列分析概述；
时间序列的水平分析与速度分析；
长期趋势的测定；
季节变动的测定。
以上就是小编整理的“2023考研大纲：湖南大学2023年考研科目 824 应用统计基础 考试大纲”的全部内容，更多关于湖南大学2023年考研大纲的信息，尽在“考研大纲”栏目，定会对大家有所帮助！