2021年广东财经大学071400统计学考研专业目录及考试大纲

• 2025考研英语全程班 早鸟3班
• 26考研全科上岸规划营「择校▪规划▪备考」
• 广东财经大学2025考研专业课复习资料「真题▪笔记▪讲义▪题库」

　

从广东财经大学研究生招生网获悉，广东财经大学071400统计学2021年硕士研究生招生考试专业目录及考试大纲已公布，内容如下：

071400统计学2021年专业目录

学科点简介：广东财经大学统计学硕士点是广东省一级学科硕士学位授权点，统计学(理学)硕士点隶属广东财经大学统计与数学学院。现有教职工78人，其中专任教师67人，在教师队伍中有教授8人、副教授22人，硕士生导师9人，博士46人，博士后5人，海外留学（访学）教师14人；广东省“南粤优秀教师”3人，广东省“高等学校优秀青年教师培养计划培养对象”1人，广东省“千百十”培养对象11人。近五年来，全院教师立项国家自然科学基金项目16项，省部级、厅级等项目20多项，在国内外高水平期刊发表论文180余篇，学院下设统计系、数学系、数学建模与理工公共数学教研室、微积分教研室、线性代数与概论统计教研室等5个教学单位；设有数据科学与大数据技术、统计学、应用统计学、信息与计算科学、数学与应用数学等5个本科专业，其中信息与计算科学专业是省级综合改革试点专业，数学与应用数学（金融数学方向）专业是省级特色专业，拥有统计学（理学）学科硕士点，拥有1个省级重点实验室——大数据与教育统计应用实验室、3个校级研究中心——商业信息处理技术研究中心、数量经济研究中心、人工智能与深度学习研究所；积极开展国际化办学，拓宽学生视野，与澳大利亚科廷大学合作“2.5+1+1.5”本硕项目——广东财经大学理学学士（统计专业）+科廷大学理学学士（金融数学专业）+科廷大学理学硕士（精算与金融科学专业）。

培养目标：本学科培养热爱祖国，拥护中国共产党的领导，拥护社会主义制度，遵纪守法，品德良好，具有服务国家、服务人民的社会责任感的高层次专门人才。具体分为：具有扎实宽广的统计学基础，了解学科所属研究方向的发展现状、趋势和研究前沿，并在某一方向受到一定的科研训练，有较系统的专业知识，初步具有独立进行理论研究的能力，或运用专业知识与有关专业人员合作解决某些实际应用问题的能力，在数理金融、大数据统计分析、机器学习等某个专业方向上做出有理论或实践意义成果和较好的英语综合运用能力，德、智、体全面发展的高层次专门技术人才。

主要课程：高等概率论、高等数理统计、随机过程、回归分析、抽样调查，非参数统计，多元统计分析，时间序列分析，统计机器学习，不完全数据分析，生存分析，大数据分析方法，统计计算方法，数理金融，风险理论，随机过程中的统计推断，金融随机分析等

就业方向：升学（攻读统计学、经济类博士学位）；出国留学；大中型企业、咨询和研究机构；各级政府统计部门、高等院校；金融、投资、证券等各类公司或机构。

专业代码：071400 咨询电话：020-84096905

序号	研究方向	初试科目	复试科目
1	数理金融	（1）▲思想政治理论（100分） （2）▲英语一（100分） （3）数学分析（150分） （4）高等代数（150分）	F519-统计学原理与概率论综合（100分）
2	大数据统计分析
3	机器学习

▲表示统考科目或联考科目，考试题型、考试大纲以教育部公布为准。其他为自命题科目。

考试题型及相应分值：

《数学分析》：

（1）计算题（6题，每题10分，共60分）

（2）应用题（4题，每题15分，共60分）

（3）证明题（2题，每题15分，共30分）

《高等代数》：

（1）填空题（10题，每题3分，共30分）

（2）计算题（6 题，每题10分，共60分）

（3）应用题（3 题，每题15分，共45分）

（4）证明题（1 题，每题15分，共15分）

《统计学原理与概率论综合》：

（1）论述题（2题，每题20分，共40分）

（2）计算题（4题，每题15分，共60分）

考试大纲

《数学分析》

《数学分析》考试大纲概述：

本科目要求考生系统掌握数学分析的基本知识、基础理论和基本方法，理解数学分析中反映出的数学思想与方法，并能运用相关理论和方法分析、解决具有一定实际背景的数学问题。

第一 数列极限

1 数列极限概念

2 收敛数列的定理

3 数列极限存在的条件

第二 函数极限

1 函数极限概念

2 函数极限的定理

3 两个重要极限

4 无穷大量与无穷小量

第三 函数的连续性

1 连续性概念

2 连续函数的性质

第四 导数与微分

1 导数的概念

2 求导法则

3 微分

4 高阶导数与高阶微分

第五 中值定理与导数应用

1 微分学基本定理

2 函数的单调性与极值

第六 不定积分

1 不定积分概念与基本积分公式

2 换元法积分法与分部积分法

第七 定积分

1 定积分概念

2 可积条件

3 定积分的性质

4 定积分的计算

第八 定积分的应用

1 平面图形的面积

2 旋转体的侧面积

第九 级数

1 正项级数

2 函数项级数

3 幂级数

4 傅里叶级数

第十 多元函数微分学

1 偏导数与全微分

2 复合函数微分法

3 高阶偏导数与高阶全微分

4 泰勒公式与极值问题

《高等代数》

《高等代数》考试大纲概述：

本科目要求考生系统掌握高等代数的基本知识、基础理论和基本方法，理解高等代数中反映出的数学思想与方法，并能运用相关理论和方法分析、解决具有一定实际背景的数学问题。

第一 多项式

1 多项式的带余除法及整除性

2 多项式的因式分解、最大公因式、互素和重因式

3 不可约多项式的判定和性质

4 多项式函数与多项式的根

5 复系数与实系数多项式的因式分解，有理系数多项式。

第二 行列式

1 行列式的定义及性质

2 行列式按一行（列）展开

3 运用行列式的性质及展开定理等计算行列式。

第三 线性方程组

1 线性方程组的求解和讨论

2 线性方程组有解的判别定理

3 线性方程组解的结构及其解空间的讨论。

第四 矩阵

1 矩阵的基本运算、矩阵的分块

2 矩阵的初等变换、初等矩阵

3 矩阵的等价、合同、相正交相似

4 逆矩阵、伴随矩阵及其性质；矩阵的秩，矩阵乘积的行列式与秩

5 运用初等变换法求矩阵的秩及逆矩阵

6 矩阵的特征值与特征向量，对角化矩阵。

第五 二次型

1 二次型及其矩阵表示

2 二次型的标准形与合同变换

3 C、R、Q上二次型标准形与规范形

4 正定二次型及其讨论。

第六 线性空间

1 线性空间、子空间的定义与性质

2 向量组的线性相关性、极大线性无关组

3 线性空间的基、维数、向量关于基的坐标，基变换与坐标变换

4 生成子空间，子空间的和与直和、维数公式。

第七 线性变换

1 线性变换的定义、性质与运算

2 线性变换的矩阵表示

3 线性变换的核、值域的概念

4 线性变换及其矩阵的特征多项式、特征值和特征向量的概念和计算、特征子空间

《统计学原理与概率论综合》

《统计学原理与概率论综合》考试大纲概述：

本科目考试内容包括统计学原理、概率论二门课程

第一部分：统计学原理

主要考核考生对概率基础、统计设计、统计数据的搜集、整理与分析、统计推断、回归分析、时间序列分析等基本理论和应用方法的掌握和理解程度，要求考生对统计学的基本理论和基本方法有一个较为系统、全面的掌握。

第一　导论

1　统计及其应用领域

2　统计数据的类型

3　统计中的几个基本概念

第二　数据的搜集

1　数据的来源

2　调查数据

3　实验数据

4　数据的误差

第三　数据的图表展示

1　数据的预处理

2　品质数据的整理与展示

3　数值型数据的整理与展示

4　合理使用图表

第四　数据的概括性度量

1　集中趋势的度量

2　离散程度的度量

3　偏态与峰态的度量

第五　概率与概率分布

1　随机事件及其概率

2　概率的性质与运算法则

3　离散型随机变量及其分布

4　连续型随机变量的概率分布

第六　统计量及其抽样分布

1　统计量

2　关于分布的几个概念

3　由正态分布导出的几个重要分布

4　样本均值的分布与中心极限定理

5　样本比例的抽样分布

6　两个样本平均值之差的分布

7　关于样本方差的分布

第七　参数估计

1　参数估计的基本原理

2　一个总体参数的区间估计

3　两个总体参数的区间估计

4　样本量的确定

第八　假设检验

1　假设检验的基本问题

2　一个总体参数的检验

3　两个总体参数的检验

4　检验问题的进一步说明

第九　分类数据分析

1　分类数据与卡方统计量

2　拟合优度检验

3　列联分析：独立性检验

4　列联表中的相关测量

5　列联分析中应注意的问题

第十　方差分析

1　方差分析引论

2　单因素方差分析

3　双因素方差分析

第十一　一元线性回归

1　变量间关系的度量

2　一元线性回归

3　利用回归方程进行预测

4　残差分析

第十二　多元线性回归

1　多元线性回归模型

2　回归方程的拟合优度

3　显著性检验

4　多重共线性

5　利用回归方程进行预测

第十三　时间序列分析和预测

1　时间序列及其分解

2　时间序列的描述性分析

3　时间序列预测的程序

4　平稳序列的预测

5　趋势型序列的预测

6　季节型序列的预测

第十四　指数

1　基本问题

2　总指数编制方法

3　指数体系

4　几种典型的指数

5　综合评价指数

第二部分：概率论

考查内容包括随机事件及其概率、随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等, 要求熟练掌握概率论的基本理论和基本方法。

第一 随机事件与概率

1 随机事件及其运算

2 概率的定义及其确定方法

3 概率的性质

4 条件概率

5 独立性

第二 随机变量及其分布

1 随机变量及其分布

2 随机变量的数学期望

3 随机变量的方差与标准差

4 常用离散分布

5 常用连续分布

6 随机变量函数的 布

7 分布的其他特征数

第三 多维随机变量及其分布

1 多维随机变量及其联合分布

2 边际分布与随机变量的独立性

3 多维随机变量函数的分布

4 多维随机变量的特征数

5 条件分布与条件期望

第四 大数定律与中心极限定理

1 随机变量序列的两种收敛性

2 特征函数

3 大数定律

4 中心极限定理