2023年人大432冲刺阶段的一些建议

距离考研还有两周的时间，此时此刻，可能你胸有成竹，各科复习数遍有余，可能你长吁短叹，紧张焦虑查漏补缺。这段时间最重要的就是保持良好的心态，其次便是形成良好的作息习惯，最后便是紧张而有序地再过一过知识点。针对432专业课的冲刺阶段，学长给大家几点建议。

一、 作息安排

1、 每日作息与日常活动

(1)、 建议按照考试作息来调整，每天8点之前起床，晚上12点之前入睡。由于中午温度高，考试距离时间近，因此不建议午睡，建议中午12：00到14：00出门活动。

(2)、 为了保护颈椎与手臂，每日连续伏案时间不超过3小时（即做一套卷子的时间），要站立走动完成一些可以不伏案的复习任务，例如背诵肖四肖八。

2、 复习时间配比

(1)、 强烈建议要根据自己实际情况来定，不要偏废某一课，不要在自己擅长的地方反复停留。

(2)、 尤其要克制住自己刷题的欲望，不要天天做题，现阶段要以回看背诵为主。

(3)、 套卷的话建议每天一套数学或一套英语（不含写作），没有背诵肖四的现在3-4天背诵一套。如果有时间，建议2天做一套专业课的套卷试题。

二、 专业课复习建议

1、 专业课复习以看书为主，以讲出来作为最主要的检验方法。

2、 做专业课套卷时，要以把握答案主旨精神为主，不要死记硬背，照本宣科。

3、 答题时，切记要审题！题干说什么答什么，不要添油加醋，判卷老师是扣分制，如果题干的内容完全答对，但多写的内容有错误，则同样会扣分！！！

4、 与其他人的建议不同，我不建议大家在最后阶段死磕贾俊平的《统计学》，而是看各课单独教材，例如何晓群的《应用回归分析》，易丹辉的《应用时间序列分析》等。

5、 最后，还可以以手写默写专业课笔记框架作为检验自己掌握的方式。

6、 如果没有时间，可以放弃掌握一些关键定理的证明。

三、 专业课复习框架

1、 概率论与数理统计

(1)、 概率的定义（德摩根公式、上下连续性、概率&分布函数的性质）

• (i)、 如何证明概率上下连续性？如何反推可列可加性？
• (ii)、 如何证明分布函数左连续性？什么条件下分布函数右连续？

(2)、 常见离散和连续随机变量的分布（期望、方差、卷积）

• (i)、 泊松分布间隔时间服从指数分布，如何证明？
• (ii)、 独立指数分布随机变量和为伽马分布，如何证明（卷积法&特征函数法）
• (iii)、 二项分布的泊松与正态分布近似计算
• (iv)、 求标准正态分布k阶原点矩（利用伽马函数）

(3)、 多元随机变量概率密度函数计算（Jacob不等式）

• (i)、 随机变量商的分布如何求？
• (ii)、 证明独立标准正态分布平方和为卡方分布

(4)、 大数定律与中心极限定理条件

• (i)、 默写大数定律条件（切比雪夫、马尔可夫、辛钦）
• (ii)、 默写中心极限定理条件（林德伯格-列维）
• (iii)、 证明大数定律和中心极限定理（特征函数法）

(5)、 三大抽样分布的计算题

(6)、 经典假设检验步骤（正态性检验、方差齐性检验、多重比较）

• (i)、 置信区间与拒绝域是什么关系？置信度与显著性水平是什么关系
• (ii)、 p值的意义是什么
• (iii)、 假设检验的弊端是什么
• (iv)、 各种正态性检验的适用条件是什么 (v)、 有哪些多重比较的方法 (7)、 拟合优度检验和方差检验
• (i)、 拟合优度检验的统计量与多元边缘泊松分布的关系
• (ii)、 拟合优度检验与方差检验的适用范围

2、 回归&计量

(1)、 高斯马尔可夫假定和高斯马尔可夫定理。

• (i)、 GM假定有哪些？什么情况下会违背什么假定？对OLS有什么影响？
• (ii)、 如何证明GM定理？
• (iii)、 异常值由什么因素导致，如何消除其影响

(2)、 违背高斯马尔可夫假设的情况及其处理（异方差、自相关、多重共线性、异常值）

• (i)、 他们分别违背了哪些GM假定？有什么检验方法？
• (ii)、 条件异方差和回归的异方差区别何在？
• (iii)、 多重共线性可以用主成分方法解决嘛？（不可以！要慎重！！）

(3)、 特殊情况回归（非线性回归、logistics、广义线性模型）

• (i)、 广义线性回归的连结函数与分布有什么关系？
• (ii)、 如何理解logistics回归的回归系数含义？

3、 多元统计分析（按照适用场景、方法、步骤、分析结果去分）

(1)、 聚类

• (i)、 谱系聚类法与动态聚类法有什么区别
• (ii)、 类间距离统一公式（详见高书）
• (iii)、 如何理解不同类间距离的选择？（浓缩or扩张，失真or精准）
• (iv)、 动态聚类法初始点如何选择
• (v)、 德穆曼法则是什么？（如何确定聚类数与聚类结果）

(2)、 判别分析

• (i)、 费舍判别可以得出判别函数嘛？（不能！费舍判别只是在降维，判别函数还要单独构造）

(3)、 主成分分析

• (i)、 主成分分析能解决多重共线性、甚至完全共线性问题嘛？（不行！！！）
• (ii)、 主成分载荷怎么求？

(4)、 因子分析

• (i)、 因子得分怎么求？

(5)、 对应分析

• (i)、 为什么R型因子分析和Q型因子分析可以结合？（本质特征值相等，特征向量一致）
• (ii)、 对应分析的缺陷？（不能定量分析假设检验！）

(6)、 典型相关分析

• (i)、 典型载荷怎么求？冗余度怎么求？
• (ii)、 如何评价典型相关分析结果？只看典型相关系数够嘛？（不够！还要看典型载荷和冗余度）

4、 时间序列分析

(1)、 平稳性检验&纯随机性检验

• (i)、 Q统计量和LB统计量区别

(2)、 平稳时间序列分析方法：ARMA

• (i)、 ARMA模型的预测！！（个人觉得高概率会考）

(3)、 非平稳序列如何变平稳（平滑方法、差分、因素分解）

• (i)、 Holt-Winter三参数模型

(4)、 条件异方差分析

• (i)、 条件异方差场合的平稳性检验应采用什么办法？（PP检验！非参数修正）

(5)、 多元时间序列分析初探（协整、因果分析）

• (i)、 协整的意义是什么？
• (ii)、 伪回归的后果是什么？

5、 抽样调查

(1)、 经典概率抽样方法

(2)、 误差来源分析

(3)、 简单随机抽样（抽样核心定理、回归估计与比估计）

(4)、 分层抽样（内曼分配、联合估计）

• (i)、 分别估计与联合估计该如何选择？
• (ii)、 如何证明内曼分配？