贾茆二合一 | 仅售999元,贾茆全搞定!
贾茆二合一
概统大课堂介绍
这门课的主要用书是茆诗松老师的《概率论与数理统计教程》,辅助用书为韦来生老师的《数理统计》和王松桂老师的《线性统计模型》。本课程适用于学习茆诗松《概率论与数理统计》以及其他版本《概率论与数理统计》的学生。
课时 | 内容 | 课时 | 内容 |
---|---|---|---|
课时1 | 应用统计考研介绍,教材介绍,学习规划及要求 | 课时22 | 充分统计量 |
课时2 | 随机事件及其运算,概率的定义及其确定方法 | 课时23 | 点估计的概念与无偏性 |
课时3 | 概率的性质,条件概率 | 课时24 | 矩估计与相合性 |
课时4 | 独立性,随机变量及其分布 | 课时25 | 最大似然估计 |
课时5 | 随机变量的数学期望,方差与标准差 | 课时26 | 指数族,完全统计量 |
课时6 | 常用离散分布 | 课时27 | 一致最小方差无偏估计(一) |
课时7 | 常用连续分布 | 课时28 | 一致最小方差无偏估计(二) |
课时8 | 随机变量函数的分布 | 课时29 | 贝叶斯估计 |
课时9 | 分布的其他特征数 | 课时30 | 区间估计(一) |
课时10 | 多维随机变量及其联合分布 | 课时31 | 区间估计(二) |
课时11 | 边际分布与随机变量的独立性 | 课时32 | 假设检验的基本思想与概念 |
课时12 | 多维随机变量函数的分布(一) | 课时33 | 正态总体参数假设检验 |
课时13 | 多维随机变量函数的分布(二) | 课时34 | 其他分布参数假设检验 |
课时14 | 多维随机变量的特征数 | 课时35 | 似然比检验 |
课时15 | 条件分布与条件期望 | 课时36 | 分布拟合检验,正态性检验 |
课时16 | 随机变量序列的两种收敛性,特征函数 | 课时37 | 非参数检验 |
课时17 | 大数定律 | 课时38 | 方差分析 |
课时18 | 中心极限定理 | 课时39 | 多重比较,方差齐性检验 |
课时19 | 总体与样本,样本数据的整理与显示 | 课时40 | 一元线性回归 |
课时20 | 统计量及其分布 | 课时41 | 多元线性回归(一) |
课时21 | 三大抽样分布 | 课时42 | 多元线性回归(二) |
适合院校为参考书中包含有茆诗松、李贤平、韦来生、盛骤等老师的《概率论与数理统计》的院校
统计大教室介绍
本课程对《统计学》课本的部分重要专题进行拓展与补充,拓宽考生的知识面,如:第二章抽样调查部分补充金勇进老师《抽样技术》的部分内容、第十章方差分析部分补充贾俊平经管版的实验设计内容、第十一、十二章补充何晓群老师《应用回归分析》部分内容、第十三章时间序列分析部分补充王燕老师《应用时间序列分析》部分内容等。
11个专题,囊括统计学所有知识点,拨开核心知识的内核,注重知识的扩展延伸是我们这门课的要旨,希望大家学了之后,对统计学真正有自己的思考,游刃有余的解决考研遇到的问题。
专题 | 内容 | 课时 | 希望能 |
---|---|---|---|
前言课 | 分享备考经验,课程介绍、课程体系安排 | 1课时 | 结合自己的风格分享备考经验:初次见面,建立信任 |
导学课 | 统计学入门:统计学历史发展概述、统计学基本知识 | 0.5-1课时 | 勾起大家对统计的兴趣:热爱是一切的起点 |
现实中的统计:市场调查、数据分析、机器学习 | 0.5-1课时 | 了解统计学现在在做什么:小小展望,埋下期冀 | |
专题一:抽样调查 | 抽样调查的基本知识 | 2课时 | 理清抽样技术各种复杂公式背后的逻辑 |
习题讲解。经典案例介绍 | 1课时 | 市场调研过程经典案例 | |
专题二:描述性统计 | 数据预处理 | 1课时 | 基本功:脏数据的处理 |
图表分析方法 | 1课时 | 花拳绣腿or恰到好处:图表的合理应用。 | |
从矩的角度看基本统计量:一阶、二阶、三阶、四阶 | 1课时 | ||
习题讲解。经典案例介绍 | 1课时 | 找份数据分析报告做经典案例 | |
专题三:统计学数理基础 | 基础概念、几大定律 | 1课时 | 学习统计学,至少具备的数理知识梳理 |
关于分布:(1)分布的由来,(2)一维的3大分布,(3)延伸扩展高维分布 | 1课时 | 理解数据分布的意义:数据产生的机理 | |
习题讲解 | 1课时 | ||
专题四:参数估计 | 参数估计的基本知识:思想、常见参数的估计、评价准则 | 2课时 | |
习题讲解。扩展:参数估计现有的4种方法 | 1课时 | 4种方法大概一提。顺便介绍下机器学习的Loss | |
专题五:假设检验 | 假设检验的由来:Fisher&Neyman | 1课时 | 深刻理解假设检验的由来及意义 |
假设检验的核心概念梳理:H0/H1、p值、两类错误、效能系数 | 2课时 | ||
假设检验步骤及单双侧检验应用 | 1课时 | ||
习题讲解。扩展:假设检验的企业级应用—ABtest | 1课时 | ||
阶段性总结答疑课 | 1课时 | ||
专题六:类别数据分析 | 无序类别变量的卡方分析:基本思想和相关概念、步骤、检验的应用分类 | 1课时 | |
习题讲解。扩展:(1)顺序值变量的分析方法;(2)简单介绍相关和因果 | 1课时 | 对类别数据的分析方法进行梳理;从刚开始数据分析时就理清相关和因果的区别 | |
专题七:方差分析 | 基本思想和相关概念、模型及假设、步骤和相关计算 | 2课时 | |
习题讲解。扩展:实验设计的相关知识 | 1课时 | 了解实验设计的基本框架和几种简单的方法 | |
专题八:回归分析 | 基本概念、模型及假设、搭建回归分析框架 | 1课时 | 回归框架搭建后,后面的学习依据框架展开 |
参数估计及相关性质的计算证明 | 1课时 | ||
假设的设定原因、检验方法和违背后处理措施 | 2课时 | ||
模型的检验、评价、应用,回归分析的步骤梳理 | 1课时 | ||
习题讲解。扩展:逻辑回归、LOSSA、神经网络 | 1课时 | 逻辑回归和LASSO是回归的知识补充;介绍神经网络与回归的联系:日后可以从回归视角介入神经网络的理解 | |
阶段性总结答疑课 | 1课时 | 卡方、方差分析、回归分析的区别和联系 | |
专题九:时间序列分析 | 时间序列的基本概念和基础分析方法、搭建时间序列分析框架 | 2课时 | 后续按照框架展开 |
检验、ARMA模型介绍 | 2课时 | ||
习题讲解。扩展:假设违背时的模型选择 | 1课时 | ||
专题十:多元统计概述 | 多元数据的基本分析变量、搭建多元研究框架 | 1课时 | 针对多元数据,有哪些研究的领域/角度。后续沿各个角度展开 |
聚类分析基础方法及现有方法梳理 | 1课时 | ||
判别分析及扩展 | 1课时 | ||
降维方法及扩展 | 1课时 | ||
习题讲解 | 1课时 | ||
专题十一:指数 | 指数的基本知识,习题讲解 | 1课时 | |
扩展:指数的现代应用-商业数据分析指标框架 | 1课时 | 扩展一下零售的指标体系构建,了解指数、指标的价值和广泛应用 |
适合院校如下:
适合院校:参考书中包含有贾俊平、袁卫、向蓉美、黄良文、刘扬、向书坚等老师的《统计学》的院校
报名
该课程为贾俊平和茆诗松课程二合一课程,售价999元。可进入下面的链接进入购买。购买后务必添加小统微信(stat-union),邀请你进入课程答疑群,如果对课程有任何疑问,也可以随时咨询小统(stat-union):
报名之后请添加小统微信,拉您进入课程微信群:
我们也建立了一个概统交流群,目前已经满200人了,对概统感兴趣的小伙伴可添加小统微信,备注概统,会及时拉你进群。
微信扫码关注该文公众号作者
戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章