一、从一次抽样调查开始

我第一次觉得统计学不是把模型跑通、把p值算小、把“显著相关”四个字写得体面，是在一次社会调查的结项答辩上。那天我交上去的报告改了四版，样本量比谁都大，图表比谁都漂亮，结论也落得有分量。老师看完只问了三句：你这个“代表性”，是抽样设计保证的，还是你删掉了一批填得太乱的问卷之后才有的？你把问卷上勾选的答案当成了真实的行为，那部分属于真实的偏好、那部分属于提问方式诱导出来的、那部分属于愿意接电话的人本来就和不接电话的人不一样，你分开算了吗？如果换一种抽样框、换成农忙季节入户、换成你是那个怕说错话的受访者，你的区间估计还盖得住真值吗？

我一个都答不上来。回去翻《统计学》《数理统计》《抽样技术》《回归分析》和几本写满批注的调查笔记才明白，问题不在软件用得熟不熟、模型搭得新不新，而在数据与事实的区分、相关与因果的区分、估计精度与推断有效性的区分没有对齐。同一个现象，换一种抽样方式、换一种缺失机制、换一组控制变量，本来就不该得出同一个结论。从那天起我不再只追“显著、好看、有新意”，我开始问自己：这个结论的识别依据在哪、有没有别的机制也能解释、牺牲了什么、边界写出来了吗。

决定考研并不戏剧化。本科读了几年数学和统计，越读越觉得自己的理解是散的：课都上了，却说不出同一个“效应显著”为什么既可能解释为真实存在，也可能只是样本量太大放大了微不足道的差异、或者多重比较没校正、甚至只是选择性报告；公式会推、代码会跑，却讲不清少一次“问题—设计—数据—方法—诊断—结论—局限”的闭环，分析会飘到哪里去。于是我回到书桌前，把数分和高代重新摊开，从最慢的地方开始推。最难的是自我怀疑：充分性、无偏性、相合性、有效性几个概念混着用，似然比检验的思想绕了三遍还是讲不顺。后来我不算进度了，只给自己定很小的事——今天把这一节彻底讲清楚，明天把这套卷子写完。十二月走进考场时我已经不紧张了。

二、公共课：慢火细炖

政治我从夏天开始，每天一小时，把它当公共课而不是专业课的影子——统计学不考政治相关的专业课，所以这门课的定位很单纯：拿分、不拖后腿。讲到数字经济与新质生产力，就想数据要素、统计法治与算法治理；讲到共同富裕，就想收入分配测度、基尼系数与区域差距；讲到健康中国，就想流行病学调查中的抽样设计与偏倚控制；讲到生态文明，就想环境监测数据的时空建模与不确定性量化；讲到边疆治理与面向南亚东南亚开放，就想跨境统计合作、数据标准对接与区域发展测度。选择题靠回顾错题，大题靠动手写结构。投入产出比不错，省下来的时间全给了专业课。

英语一的目标是不拖后腿并争取六十以上。这个方向对英文的要求比多数方向更实在：教材、论文、软件文档、复试问答都绕不开英文，单科线也是硬门槛，每年都有人专业课很好、英语差一两分无缘复试。每天精读一段，记长难句和论证连接词，作文自己搭框架改到看不出模板痕迹。顺手把sampling、estimator、consistency、asymptotic、likelihood、Bayesian、causal inference、missing data这类术语记熟，复试读文献时真用上了。有余力的话，把常用的句式（Under the assumption of …; The estimator is asymptotically normal because …）练到能脱口而出。

三、专业课：从跑结果到讲清依据

统计学在云大主要作为理学门类下的一级学科（0714）由数学与统计学院招生培养，另有应用统计硕士专业学位（专硕）路径，二者在初试科目、培养目标和就业指向上差别很大，报考前务必分清。注意三点：一是统计学学硕的初试专业课组合历年有过调整，常见为数学分析与高等代数，也有年份涉及概率论与数理统计，科目代码、参考书目以当年目录为准；二是应用统计专硕通常考396经济类综合能力或数学三加统计学专业课，路径完全不同，别拿学硕的资料准备专硕；三是复试通常会加试抽样技术、回归分析、多元统计分析、时间序列、随机过程中的若干门，且不少导师看重编程与数据处理能力，别等到初试结束才想起来。

我把复习分成四块。一是数学分析的地基，按“定义—等价刻画—核心定理—证明思路—典型反例”建卡：极限与连续、一元与多元微积分、级数与函数项级数、含参积分（Gamma/Beta函数、含参积分交换次序是概率统计的高频零件）。对统计学而言，这块的意义在于它是极限定理与渐近理论的语言——一致收敛、控制收敛的思想、泰勒展开，后面大样本性质几乎天天见。最容易失分的是把直观当证明、在需要ε-N的地方写“显然”。二是高等代数，这是拉开差距的一块：按“概念—基本性质—关键定理—算法与计算—几何意义”建卡，覆盖行列式、线性方程组、矩阵、线性空间与线性变换、多项式、欧氏空间、二次型、特征值问题。每张卡强制配一道能独立算完的计算题和一个“条件去掉就不成立”的例子；对本方向尤其要啃透矩阵分解、正定性与二次型、投影与秩、特征值——最小二乘、主成分、协方差矩阵的性质、多元正态全指望它。三是统计学的专业骨架，这是本专业的灵魂：描述统计与抽样分布（χ²、t、F的构造逻辑要能自己推一遍）、点估计（矩法、极大似然、贝叶斯）与估计量评价（无偏、相合、有效、C-R下界）、区间估计、假设检验（N-P引理思想、似然比检验、两类错误与势函数、p值的正确解读）、线性回归与最小二乘（模型假定、诊断、多重共线性、变量选择）、方差分析、多元统计分析（主成分、因子分析、判别与聚类）入门、抽样技术（简单随机、分层、整群、系统抽样及权数设计）、时间序列初步。我按“问题—模型/设计—估计或检验—性质—诊断—局限”建卡，每张卡强制写一个反例和一个失效条件。最容易栽的地方有四处：把p值当成“原假设为真的概率”；把不拒绝当成原假设成立；把回归系数当成因果效应而不谈识别假设；把方便样本当成随机样本而不谈抽样框与无回答偏倚。四是动手与限时：所有主观题都要手写限时练，一百八十分钟写满一百五十分的卷子，写不完是最常见的死法；平时练推导就逼自己写清“因为—所以—依据”，练分析就逼自己先写清数据来源、抽样设计与缺失机制再做模型，最后做一个敏感性分析——说不清数据是怎么来的，等于没懂。

结合云南的情境是复试和论述里很加分的一块：云大统计在生物统计、生态统计、经济与金融统计等方向有长期积累，而云南的生物多样性监测与物种分布建模、高原湖泊水质与流域水文的时空统计、山地气候与地质灾害的风险评估、跨境传染病监测与公共卫生统计、少数民族地区健康与教育调查的复杂抽样设计、旅游经济与边境贸易的数据分析、水电与新能源出力预测，都是天然的需要统计学的题目。答题或面试时能把“理论工具—真实数据—区域实际问题”连起来，并且老实交代数据的缺失机制、混杂因素和推断边界，比空谈热爱有用得多。当然这部分仅供参考，具体方向与师资以学院当年公布的信息为准。

四、要不要报班

没有标准答案，只有适不适合。统计这行当最诚实：会就是会，不会就是不会，报班救不了不动笔也不动手的人。能自己去官网逐字核对专业目录、考试大纲和复试细则，坐得住冷板凳啃教材、把每个定理自己证一遍、把每套真题限时写完的人，自学完全够。跨专业、二战、在职，或者到现在还没分清0714统计学、070103概率论与数理统计、0252/0752应用统计专硕、0701基础数学与应用数学、0202应用经济学下统计方向以及数据科学与大数据技术的差别，没确认今年专业课考哪两门、参考书有没有换，不知道真题从哪找、复试考哪几门、要不要准备编程与数据分析作品的人，硬扛的成本往往是一整年。尤其要注意两点：一是这个方向招生规模不大、分数密集，一志愿录取为主不等于稳录；二是近年大纲确实在调整，别用旧资料赌新的一年。

我当年报的是新祥旭考研的全科定制辅导，对我最值的部分不是押题，而是前期定方向和核信息。老师帮我把统计学同学硕其他数学方向、应用统计专硕及经济学下统计方向的差异逐条对齐，把公共课与两门专业课的双线并行排成复习表和模考表，全程有人盯着节奏，没让我在高代上耗光精力而把抽样技术与回归诊断的训练拖到十一月。现在我在新祥旭考研担任专业课辅导老师，带一对一。我会先看你的基础和可用时间，帮你把目标院校和专业定准，再把计划拆到每周每天，陪你理框架、改答案、练写作、模拟面试。备考云南大学统计学，或同校概率论与数理统计、应用数学、计算数学、运筹学与控制论、应用统计，以及经济学、公共卫生、生物信息、计算机的同学，都可以来找我聊聊。我能给的只是一条少走弯路的路。

最后说一句实在的：文中涉及的专业代码、研究方向、初试科目与代码、考试大纲、招生计划、复试办法与权重、历年分数线等，请以云南大学研究生院及数学与统计学院当年公布的官方文件为准；方向与师资情况仅供参考，可能存在变动。报考前请逐项核对当年目录与新版大纲，别用旧资料赌新的一年。