院校零距离 | 2024年人大大数据学院应用统计

小统侃院校

人大大数据院，于2015年12月正式挂牌成立，成立之初，就以建设国际一流统计学和数据科学学科为目标，“高起点，高水平，入主流”，可谓声势浩大，纵观这几年的发展，师资团队在国际一流统计学和经济学期刊上发表论文数百篇、与北美排名第15名的统计学科美国德克萨斯A&M大学统计系达成全面战略并正式启动“统计学双博士学位项目”、牵头申报“科技部创新人才培养示范基地”、开展高水平学术活动近90场并邀请百余位专家访问并进行学术交流等等等，成果斐然，发展迅猛。

脱胎于人大统计学院，却不局限于此，可以说是加强版的统计学院。学院的导师团队相当年轻，不乏在人工智能和更广泛的领域的学术建树颇丰的导师，一部分导师来自于统计学院，比如李杨老师、吕晓玲老师、尹建鑫老师，这几位导师都已是统计学院的一把手，所以，大数据院在师资力量这块是注入了不少心血，此外也不乏海归回来并在顶刊上发表了诸多优质论文的年轻教师，比如李赛老师，博士毕业于美国罗格斯大学统计系，曾在美国宾夕法尼亚大学医学院生物统计系和沃顿商学院做博士后研究，又比如孟澄老师，15年毕业于清华大学数学系，20年毕业于美国佐治亚大学统计系，这里不一一列举了。总之，大数据院的师资力量是足够让你在这里找到合适的研究方向和合适的导师，让你驰骋于人工智能这片汪洋大海的。

应统方向是在20年第一年招生，当年冒出了一个非常冷门的事儿，最终的统招录取名单里只有一颗独苗，其余的人都是从统计学院调剂过去的，当然统计学院的调性你也知道的，一堆高分落榜，都是相当优质的生源。到了21年，知道这个学院的人也多了，报名和录取人数就回归正常了，报考了118人，最终录取22人，报录比来到了5：1，这个报录比在“虎视眈眈”的应统考生眼里可谓是香饽饽，可令人无奈的是，22年的招生简章中写了拟招收8人，报名人数是99人，报录比一下子来到了12：1，一飞冲天，竞争非常激烈。看样子是红利期已过，现在已经是短兵相接的局面了。到了22年，似乎大家对官网一开始公布的拟招生人数心生畏惧。只招收个位数，但最终的招生人数扩到了16人，有19人进入了复试，刷了3个人，分数线也有所回落，380分，看样子，大数据院可以说是回归到了一个性价比很不错的选择了。23年，大数据院分数线依旧延续亲民的风格，380分，复试人数15人，相较往年有所回落，400分以上的数据可谓很稀缺，仅有4位同学，分别是404/418/425/439。与统院的断层现象很类似，如果有信心考到400分以上（如今应统已经卷到400漫天飞），而事实是390足已，那作为学科排名第一的人大大数据院应用统计一定是个很不错的选择，建议24年考研的同学可以持续关注一下。

因为应统的学生在毕业之后往往会更偏向于去业界工作，所以可以看看他的培养方案，从已经就读的学生口中得知，课程十分紧凑且贴近业界，计算机视觉、自然语言处理、深度学习、C++，这些可谓是为就业量身打造的课程，无论是从事数据分析还是算法工程师，去公募私募基金，都已在学校练就了过硬的技艺，再有人大这块招牌，自然不在话下。我所了解的有一位大数据学院的同学，实习的时候去了中金（顶尖投行）、快手（顶尖互联网）、阿里（顶尖互联网），令人艳羡，这也说明了大数据院出来的学生是符合业界诸多领域的要求的，关键还是看你自己的需求。坊间还流传着一个事儿，就是人大大数据学院的同学总是宿管阿姨晚归登记本上的常客，常常是一排人都是大数据院，因为他们的作业真的多到做不完，而且含金量奇高。

专业课要点

人大432统计学专业课考察范围广，但考察深度一般；近几年出题风格从重视概率论计算与证明，到重视统计方法思想，再到如今重视统计方法应用，人大432统计学不仅要求我们在备考时全面了解经典统计学的思想，不落细节，同时也要求我们应当具有应用统计方法，处理分析数据的能力，成为学术——应用平衡的统计学人才。

人大432统计学并未给出参考书目，但是综合来看考察的知识点内容涵盖概率论、数理统计、回归分析、计量经济学、多元统计分析、时间序列分析、抽样技术等方面，不可谓不全面。其中概率论与数理统计内容的考察略难于数学三，并且计算证明并重；回归分析部分的考察越来越偏应用，可以结合计量经济学的一些实例对照着去看（曾经考过书上原题）；多元与时序在2019年之前侧重于考察理解思想，背诵方法，但是2020年及之后变为侧重于考察计算与证明，这点需要关注；抽样部分在今年也首次出现了证明题，抽样部分不再是“选修”，而是必看。

概率论部分，概率、条件概率计算、经典的一维与多维分布、多维随机变量计算问题的考察几乎与数学三一致，这非常有利于我们的备考准备。我们只需在此基础上增加对大数定律与中心极限定理的了解即可。

数理统计部分，不同于其他院校的432统计学侧重于考察假设检验相关的计算，人大更侧重于考察不同情况下假设检验方法的选择。茆书上提到过的一些UMVUE、C-R方差下界、似然比检验也不是没考过；另外，方差分析与多重比较也是个重点知识内容。总而言之，概率论与数理统计的基础一定要打牢，线性代数与矩阵运算的知识不能落下。

回归与计量可以对照着看。回归教材以高斯马尔可夫定理与高斯马尔可夫假设为线索，以最小二乘估计为基础，围绕着违背高斯马尔可夫假设的情况所展开，逐一介绍其产生原因、检验方式、处理措施等等。最后再涉及一点关于广义线性模型的知识；计量则更偏重实例处理，同时也会涉及到经济领域内应用回归分析时可能出现的特有问题的处理。两者可以相互参照着学习。

多元统计分析从多维正态分布以及多维抽样分布、假设检验开始，重点介绍了一系列分类与降维的方法，包括广义线性回归、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等方法，我们至少应该了解每种方法的基本思想、适用范围、使用条件、基本步骤、评价标准以及调优方法等。同时我们也要加强各种方法之间的横向对比，勤于思考各方法的异同点。根据近年来的出题趋势，我们同样应加强上述方法的计算问题的训练。

时间序列分析从序列的平稳性与纯随机性开始，以Wold定理和Cramer定理为线索，重点介绍了平稳时间序列的标准处理方法——ARMA模型，以及序列非平稳时的改进方法，包括但不限于因素分解、指数平滑、ARIMA差分模型以及X11、X12等。如果时间序列出现条件异方差性可以通过条件异方差模型ARCH模型进行分析。如果涉及到多自变量时间序列建模时，由于突破了回归分析的高马假设，需要格外关注伪回归与协整的问题，以确保ARIMAX模型真实可信。这一板块的内容可以和计量经济学上面的相关内容参照着学习。

抽样技术的考察目前来看不多，仍然以简单随机抽样与分层抽样为主。我们在学习的过程中，不仅应深化统计学中对抽样方法分类、误差来源等知识点的理解，同时也应加强抽样核心定理、比估计与回归估计、分层抽样的层权分配以及分别比估计与联合比估计的理解。我们还要重视上述内容的计算与证明，学习的时候可以与数理统计中点估计的内容对照着看，理解其异同。

除上述人大432统计学必考内容外，我们还需加强一下两方面知识的理解。首先是统计学领域基本名词的英文，因为初试题目的题干或图标中可能含有相关名词的英文，掌握这些对我们准确理解题目有一定帮助。其次是加强统计方法应用的能力，看书时不仅要看知识点，也要看书上的数据处理案例，理解作者的处理思路。另外，如果备考专业课仍有一定时间，可以再学习一些非参数统计、统计学习、数据挖掘等方法，不必深究理论证明，只需理解方法思想即可。

大数据院和统计学院的专业课卷子是同一张，报考人大有个好处，就是在正式报考前有两个备选项，而且人大是会公布报名人数的，大家可以动态根据报名人数和拟招收人数调整自己的选择，下边是23年版的人大统计学院应用统计院校零距离，大家可以也可以作为参考。

院校概览

分数线 & 复试/录取人数

课程与资料

应统联盟针对人大大数据学院推出了对应的定向课程和资料。详细可以戳下面的链接了解：

以及如果你需要一对一的服务，我们推出了联盟一对一，会有专门的老师来辅导你全程，可以戳下面的链接。

小统微信

扫一扫，添加官方微信号小统，备注考研院校，邀你加入24年人大应统交流群：