中山大学2023年考研应用统计初试全程班授课计划(中山大学2023录取分数线是多少分)

22年考研初试全程班授课计划一、授课教师kiki学姐：22年上岸中山大学数学学院应用统计专业专硕，数理基础不错，二战考生，一战专业课133分，二战专业课127分，总分400+。擅长串联知识点，总结应试解题思路及技巧。
二、辅导科目中山大学432应用统计
三、授课总课时38+12=50
四、授课辅助教材（一） 课本教材授课主要内容：
1、《统计推断(翻译版）》casella,g.andberger,r.l.著;张忠占,傅莺莺译.机械工业出版社
2、《数理统计学导论(翻译版，第七版)》hogg.r.v.andcraig.a.t.著.高等教育出版社
3、《概率论与数理统计教程》茆诗松等著，高等教育出版社
（注：其中前两本是官方指定考察用书，第三本简称茆书比较适合入门，基础不扎实的同学可以先看这一本，茆书作为授课过程中的一本补充用书，里面的精华部分会提炼出来一起讲。另外，其他地方查到的一些资料或是其他书本中写的比较好的，也会一起整理给大家）
（二） 习题教辅统计推断课后习题和茆诗松课后习题（参考，有时会出现原题，但不用全做会勾题）
数理统计学导论课后题（重点参考，有时会出现原题）
中大专硕历年真题（不一定有重复题，但出题风格和套路可以分析）
讲义上的习题（有的与上面重复，大部分还是不重复的）
五、授课时间初步计划从5/18开始至九月开学前【5/18（周三）-8.31（周三）】 38节
周一、三、五，每周两~三次，15：00-16：00.（按每周三节算共46节，但如遇有事或节假日等特殊情况就往下顺延，38节课在8.31前上完）
六、辅导内容基础强化班以整体串联课本知识点为主，以课后题作为辅助， 助学生梳理知识框架，讲解知识的详细程度也会以高频考点和难点为主，不过还是会尽可能全面的。
冲刺班更加强调应试技巧以及真题出题思路分析，更加强调如何在考场上在自己已有的知识基础上拿到尽可能的分数。也会注重对年年必考题的知识点作出再次的整理以及整理其他类似学校的真题进行专题讲解。
七、基础强化班授课计划（一）概率论部分（20）课时1 课程概览以及总论
基础强化班总体概览；概率、集合样本空间、事件域
课时2 概率与分布1
条件概率、随机变量
课时3 概率与分布?2
离散随机变量、连续随机变量
课时4 概率与分布?3
随机变量的期望、重要不等式
课时5 二元分布
二元随机变量的分布及期望
课时6 多元随机变量的变换1
二元随机变量的变换、卷积公式
课时7 多元随机变量的变换2
????多元随机变量、多元随机变量的变换及对比区别
课时8 条件分布与期望
????组胺受体拮抗药、甲状腺相关药物、呼吸/消化/血液系统药物
课时9 条件分布与期望
条件分布、重期望公式
课时10 相关系数、独立性
随

机变量相关系数的计算与独立性
课时11 二项分布及其有关分布1
课时12 二项分布一起有关分布2+泊松分布
课时13 指数分布、伽马分布
课时14 ?beta分布+正态分布1
课时15 ?正态分布2
课时16 ?多元正态分布
课时17 ?t分布+f分布
课时18 ?依概率收敛+弱大数定律1
课时19 ?弱大数定律2+相合性+依分布收敛
课时20 ?中心极限定理+以概率1收敛+强大数定律
?
（二）数理统计部分
课时21 ?数理统计基本概念+简单极大似然估计
课时22 ?置信区间
课时23 ?次序统计量及其构建的一些统计量分布
课时24 ?假设检验基础1
课时25 ?假设检验基础2（正态分布及其他分布总体参数假设检验）
课时26 ?假设检验基础3+卡方检验
课时27 ?极大似然估计强化+费雪信息量
课时28 ?cr下界+估计效率
课时29 ?似然比检验
课时30 ?充分统计量及其性质
课时31 ?完备分布族和完备统计量
课时32 ?指数族和充分完备统计量
课时33 ?对估计量的评价+umvue
课时34 ?最小充分统计量+辅助统计量+basu定理
课时35 ?（一致）最优检验+np引理
课时36 ?ump存在性讨论
课时37 ?kr定理及单调似然比分布族
课时38 ?简单回归+单因素方差分析
（三）冲刺部分（12课时）
课时39 ?基础强化阶段模拟卷讲评
课时40 ?不等式专题+概率专题
课时41 ?常用分布专题1
课时42 ?常用分布专题2
课时43 ?常用分布专题3
课时44 ?一致最小方差无偏估计专题1
课时45 ?一致最小方差无偏估计专题2
课时46 ?检验专题
课时47 ?真题专题1
课时48 ?真题专题2
课时49 ?模拟卷1讲评
课时50 ?模拟卷2讲评
八、授课学长对学弟学妹的嘱托期望认真准备，多做练习，勤于思考，放平心态，保持节奏，一战成硕。
第一课时课程链接：https://vtk.h5.xeknow.com/sl/2ujis1
?
?
? ? ? ? ? ? ? ? ? ? ? ?