¿Qué es una bibliografía estadística?

Debido a que 432 Estadística no es una materia de examen unificado nacional, los libros de referencia de cada institución son diferentes y no hay material. La universidad publicará el catálogo profesional y los libros de referencia para las admisiones de posgrado en su sitio web oficial.

Los libros de referencia para el examen de ingreso de posgrado de la especialidad de Estadística Aplicada de la Universidad de Nanjing son los siguientes:

1. "Conceptos básicos de la teoría de la probabilidad", editado por Li Xianping, Higher Education Press.

2. Material de aprendizaje de inglés "Estadística matemática aplicada" editado por Sun Rongheng, Science Press.

3. "Análisis estadístico multivariado aplicado", editado por Gao Huixuan, Peking University Press.

4. Teoría de la probabilidad y estadística matemática, editado por Sheng Sudong, Higher Education Press.

5. "Cálculo en Matemáticas Universitarias", editado por Yao Tianxing, Science Press.

432 Contenidos del aprendizaje de estadística:

1. Organización y ejecución de la investigación.

2. Muestreo probabilístico y muestreo no probabilístico.

3. Preprocesamiento de datos.

4. Utilice gráficos y tablas para mostrar datos cualitativos.

5. Utiliza gráficos para mostrar datos cuantitativos.

6. Utilizar la estadística para describir los niveles de datos: media, mediana, cuantil y moda.

7. Utilizar estadísticas para describir las diferencias en los datos: rango, desviación estándar y varianza muestral.

8. Principios básicos de estimación de parámetros.

9. Estimación por intervalos de parámetros para una población y dos poblaciones.

10. Determinación del tamaño de la muestra.

11. Principios básicos de la prueba de hipótesis.

12. Prueba paramétrica de una población y dos poblaciones.

13. Principios básicos del análisis de varianza.

14. Implementación de análisis de varianza monofactorial y bifactorial e interpretación de resultados.

15. La relación entre variables: la diferencia entre correlación y función.

16. Estimación y contraste de regresión lineal.

17. Utilice residuos para probar los supuestos del modelo.

18, Modelo de regresión lineal múltiple.

19. Prueba de bondad de ajuste y significancia de regresión lineal múltiple.

20. Múltiples * * * fenómenos lineales.

21. Componentes de las series temporales

22. Método de previsión de series temporales