院校简介

  北京大学创办于1898年，初名京师大学堂，1912年更名为北京大学。1913年秋北京大学数学门的招生，开启了中国现代高等数学教育的先河。

   1952年秋，全国高等学校进行了院系调整。北京大学数学系与清华大学数学系、燕京大学数学系经调整后，组建了新的北京大学数学力学系。1978年分设为数学系和力学系。1985年，概率统计专业独立成立了概率统计系。1995年，在数学系与概率统计系的基础上成立了北京大学数学科学学院。

  数学科学学院下设五个系：数学系、概率统计系、科学与工程计算系、信息科学系和金融数学系，拥有四个本科生专业：数学与应用数学专业、统计学专业、信息与计算科学专业以及数据科学与大数据技术专业。 北京大学数学研究所是教育部批准成立的研究单位，与数学科学学院紧密结合，形成院所结合的体制；数学科学学院还拥有“数学及其应用”教育部重点实验室等多个研究机构，教育部“高校数学研究与高等人才培养中心”也挂靠在数学科学学院。数学科学学院学科门类齐全，教学与科研并重，理论与应用并举，是具有重要国际影响的数学科学研究和人才培养基地。

  北大数学学院暨北京国际数学研究中心拥有一支实力雄厚的师资队伍，现有教师119人，其中中科院院士7人，长江特聘教授11人，国家杰出青年基金获得者24人，他们不仅在数学研究的前沿领域上取得了杰出的成就，还长期坚持在教学岗位上，为国家培养了一批又一批高素质、高水平的创新型人才。1952年以来，数学科学学院先后为国家培养了一万多名毕业生，他们奋斗在国家建设的各条战线上，其中包括30余名两院院士。获得国家最高科技奖的吴文俊院士和王选院士是数学科学学院校友中的杰出代表。数学科学学院在2001年获得国家优秀教学成果特等奖；在教育部学科评估中，2002年、2007年、2012年北大数学均名列全国首位；2017年北大数学和统计学均获评A+并入选国家“一流学科”建设名单。

  数学科学学院拥有最好的数学生源，来自全国各地的数学尖子和几乎所有取得国际数学奥林匹克竞赛金牌的中国学生均在这里学习和成长。数学科学学院全力为学生营造一流的学习环境，配备门类齐全的图书资料，充足的计算机数学实验室，覆盖面广的多种类型奖学金和科研资助。本着加强基础、重视应用、因材施教、分流培养的指导思想，学院实行全院统一招生。本科生前四学期修相同的基础课程；第四学期末，学生可以自主选择，进入所选专业方向的学习。80%以上的本科毕业生可通过免试推荐形式在国内外直接攻读硕士、博士学位，其中的半数选择出国留学；参与就业的毕业生主要从事计算机和金融保险工作。信息科学中的图像、信号处理、信息安全，金融领域中的金融模型、风险、定价、精算等都需要很强的数学功底，数学科学学院的毕业生在就业市场上备受青睐。

  北京大学数学科学学院有着光荣的传统、雄厚的师资力量、良好的学术风气，她是醉心于数学科学的人们的一块净土，是从事数学科学和相关科学研究的一座殿堂，也是莘莘学子人生起跑线的首选地之一。

学习方式

各个方向招全日制和非全日制 

研究方向

01. 生物统计

02. 金融统计

03. 大数据分析

04. 工业统计

考试科目

① 101 思想政治理论

② 201 英语一 或 253 法语

③ 303 数学三

④ 432 统计学

复试线

18年：总分380      单科50/90

17年：总分385  单科50/90

16年：总分375      单科50/90

18录取情况

徐源皎应用统计硕士415全日制

叶慧木应用统计硕士408全日制

丁举鹏应用统计硕士404全日制

纪凯琳应用统计硕士409全日制

廖显祚应用统计硕士405 全日制

张学之应用统计硕士428全日制

吴子怡应用统计硕士426全日制

熊羽嘉应用统计硕士410 全日制

郑聪应用统计硕士436全日制

方乾应用统计硕士397 全日制

向喆应用统计硕士397全日制

廖恒安应用统计硕士395全日制

孙充应用统计硕士387 全日制

丁璐应用统计硕士385全日制

纪明辰应用统计硕士386全日制（退役大学生士兵计划）

张乾应用统计硕士390（全日制退役大学生士兵计划）

徐韧杰应用统计硕士390 全日制

经验指导

  就考试内容而言，统计学考试分为概率论部分和数理统计部分两个方面的内容，考试分数各占一半，共有十道大题。由于本专业是专业型硕士，因此考察内容和原则上会有一定的侧重点。因此复习时若抓不住重点，盲目复习，不但会浪费时间，还会达不到理想的分数。所以，首先要知道考试的方向，其次更要明确在复习时哪些地方要仔细研究，哪些地方可以忽略掉。只有这样，才可以保证在有限的备考期内达到理想的分数。

概率论部分(50%)

随机事件和概率

考试内容：

随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典概率模型几何概率模型条件概率概率的基本公式事件的独立性独立重复试验。

考试要求：

1．了解样本空间的概念，事件的概念，掌握事件的关系及运算。

2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典概率模型和几何概率模型中事件的概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式等。

3．理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法。

随机变量及其分布

考试内容：

随机变量随机变量分布函数的概念及其性质离散型随机变量的概率分布列连续型随机变量的概率密度常见随机变量的分布随机变量函数的分布。

考试要求：

1．理解随机变量的概念，理解分布函数的概念及性质，会计算与随机变量相联系的事件的概率。

2．理解离散型随机变量及其概率分布列的概念，掌握两点分布、二项分布、几何分布、超几何分布、泊松(Poisson)分布及其应用。

3．掌握泊松定理的结论和应用条件，会用泊松分布近似表示二项分布。

4．理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布、指数分布及其应用。

5．会求随机变量的函数的分布。

多维随机变量及其分布

考试内容：

多维随机变量及其分布二维离散型随机变量的联合分布列、边缘分布列和条件分布列二维连续型随机变量的联合密度、边缘密度和条件密度随机变量的独立性常用二维随机变量的分布两个及两个以上随机变量的函数的分布。

考试要求：

1．理解多维随机变量的联合分布函数的概念和性质。

2．理解二维离散型随机变量的联合分布列和二维连续型随机变量的联合密度，掌握二维随机变量的边缘分布和条件分布。

3．掌握随机变量相互独立的条件。

4．掌握二维均匀分布和二维正态分布，理解其中参数的概率意义。

5．会根据两个随机变量的联合分布求其函数的分布，会根据多个相互独立随机变量的联合分布求其函数的分布。

随机变量的数字特征

考试内容：

随机变量的数学期望（均值）、方差、标准差及其性质随机变量函数的数学期望切比雪夫(Chebyshev)不等式矩、协方差、相关系数及其性质条件期望与最佳预测。

考试要求：

1．理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念，会运用数字特征的基本性质，并掌握常用分布的数字特征。

2．会求随机变量的函数的数学期望和条件期望。

3. 利用切比雪夫不等式估计某些事件的概率。

4. 理解协方差和不相关的意义,理解随机变量的不相关性与独立性的关系。

大数定律和中心极限定理

考试内容：

概率母函数与特征函数随机变量的各种收敛定义及其相互关系大数定律中心极限定理Borel-Cantelli引理。

考试要求：

1．掌握母函数与特征函数的基本性质，能够计算常见随机变量的母函数与特征函数。

2．准确叙述随机变量的各种收敛定义，了解各种收敛之间的强弱关系。

3．掌握切比雪夫大数定律、伯努利(Bernoulli)大数定律和辛钦(Khinchine)大数定律(独立同分布随机变量序列的大数定律)。

4．掌握棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)，并能运用相关定理近似计算有关随机事件的概率。了解列维-林德伯格定理(独立同分布随机变量序列的中心极限定理)。

数理统计部分(50%)

估计理论

考试内容：

最大似然估计，矩估计，相合性，一致最小方差无偏估计，充分统计量，C-R不等式，正态分布情形下均值和方差的置信区间，T分布，卡方分布，枢轴量方法，经验分布函数，直方图，核估计。

考试要求：

1. 熟练掌握寻找参数点估计的常用方法，并应用于常见分布。

2. 理解掌握点估计的优良性标准，如无偏性，最小均方误差等，了解一致最小方差无偏估计的构造方法及其性质。

3. 掌握正态分布情形下置信区间的构造方法，熟悉重要的统计分布。

4. 了解一些非参数估计的思想和基本方法。

假设检验

考试内容：

功效函数，两类错误，无偏检验，一致最优检验，一致最优无偏检验，N-P引理及似然比检验法，单参数情形的假设检验，F分布，广义似然比检验法，拟合优度检验。

考试要求：

1. 熟悉检验问题的背景，掌握功效函数，两类错误等基本概念。

2. 掌握N-P引理及似然比检验法；能解决单参数指数族的几类基本检验问题。

3. 能运用广义似然比检验法，了解临界值的取法和p值的涵义。

4. 了解一些常用的拟合优度检验。

回归分析与线性模型

考试内容：

线性模型，一元线性回归，最小二乘估计，残差，多元回归分析，线性模型的参数估计和假设检验，解的唯一性条件，自变量的选择。

考试要求：

1. 正确理解回归分析的思想，了解回归方法的应用意义。

2. 熟练使用最小二乘法解决线性模型中的参数估计问题。

3. 能利用笔算解决简单一元回归参数的假设检验问题；能使用计算机解决多元回归参数的假设检验问题。

4. 初步了解通过合理选取自变量来建模的过程。

方差分析与试验设计

考试内容：

单因素与双因素全面试验的方差分析，正交设计的基本思想。

考试要求：

1. 掌握全面试验的方差分析方法。

2. 初步了解正交设计的思想，能利用正交表安排试验并分析数据。

二、新祥旭专业课全年复习大致规划： 

1.基础复习阶段（开始复习-9月中旬）

着重基础知识的系统理解和梳理。该阶段要保持踏实认真的态度，深入研修。

建议复习专业课时每天一章内容，并且反复复习。

该阶段可以跟专业课辅导老师好好上课，仔细看书，做好笔记，增进对专业课知识的理解。

2.强化提高阶段（9月下旬-11月中旬）

该阶段要对照真题进行复习，深入分析考点，对重难点进行反复的研究。在这个阶段的复习中，需要把在基础复习中看过的书的内容进行整合，内化成自己的东西。该阶段要大量地做练习，并在做练习的过程中找出复习中存在的不足之处，检验知识点掌握的程度，并且要反复地看书，消化考点。

通过强化阶段的学习，要达到的预期效果是完全掌握了各个知识点，能熟练应用这些知识点去解决实际问题。

该阶段要背诵和记忆相关概念和理论。

3.冲刺阶段（11月下旬-考前）

找出价值最高、效率最高，也就是脑力活动的最佳时间段，把重点的。难度大的任务尽量安排在这一时间去做。由于考试时间是第一天上午政治，下午英语，第二天上午数学三，下午专业课，所以在复习时可以适当的根据考试时间来调整自己的复习时间。尽量做到做模拟试题的时间与考试时间吻合。同时要在后期进行模拟考试，主要练习自己的答题方法与思路，因为专业课考试共有十道大题，在考试过程中并不是每道题目都可以解出，或者有思路的，因此，在这个过程中练习自己的思路是非常重要的，因为最后专业课成绩是看你答出的百分比给分数的。

在冲刺阶段，最好要总结所有重点知识点，查漏补缺，回归教材。温习专业课笔记，做专业课模拟试题。调整心态，保持状态，积极应考。

只要认真复习，脚踏实地的看书，考出好成绩，并不是难事

此原文来自公众号【PKU燕园考研联盟】，由佳明老师整理发布（xxxfenglaoshi）