(一)概率論部分：
1. 隨機事件和樣本空間，事件的關系和運算。
2. 概率的概念和基本性質，古典概型，幾何概型。
3. 條件概率和全概率公式，貝葉斯公式，事件的獨立性。
4. 隨機變量的概念，離散型隨機變量和連續型隨機變量，分布函數和特征函數的概念和性 質。
5. 離散型隨機變量的分布列和分布函數，0-1分布、二項分布、幾何分布和泊松分布。
6. 泊松定理及其運用。
7. 連續型隨機變量的概率密度函數和分布函數，均勻分布、正態分布和指數分布。
8. 隨機變量函數分布的推導， t分布、F分布和卡方分布。
9. 多維隨機變量，聯合分布、邊際分布和條件分布，隨機變量的獨立性。
10. 隨機變量的數字特征，期望、方差、標準差、協方差和相關系數，隨機變量函數的期望 與方差，條件期望，切貝雪夫不等式。
11. 大數定律和中心極限定理，隨機變量的各種收斂定義。
(二)統計學部分：
1. 調查的組織和實施，概率抽樣與非概率抽樣。
2. 數據的預處理，用圖表展示定性數據，用圖表展示定量數據。
3. 用統計量描述數據的水平：平均數、中位數、分位數和眾數。
4. 用統計量描述數據的差異：極差、標準差、樣本方差。
5. 參數估計的基本原理，極大似然估計，矩估計，估計的優良性質。
6. 正態分布下的區間估計。
7. 假設檢驗的基本原理，假設檢驗的兩類錯誤，顯著性水平和p 值。
8. 正態分布下， 一個總體和兩個總體的參數的假設檢驗。
9. 方差分析的基本原理，單因子和雙因子方差分析。
10. 變量間的關系，相關關系和函數關系的差別。
11. 一元線性回歸的估計和檢驗，用殘差檢驗模型的假定。
12. 多元線性回歸模型，多元線性回歸的擬合優度和顯著性檢驗，多重共線性現象。
參考書目：
1)概率論與數理統計教程，茆詩松、程依明、濮曉龍，高等教育出版社。 2)概率論與數理統計，浙江大學，高等教育出版社。
原標題：上海社會科學院2024年碩士研究生招生專業目錄和考試大綱
文章來源：https://link.233.com/27927/2023/0922/c1793a555057/page.htm
想備考2024考研，又不知道從何開始學習？給你推薦233網校考研，分班級系統教學，全套備考資料給你備齊，還有老師線上答疑，班主任全程督學。
相關推薦
