课程进行时 | 双十一9折，24年人大432冲刺课程！
即将迎来金秋十月，考研复习也进入了白热化的阶段，经历了暑期几个月的强化复习，相信大家一定对专业课有了突飞猛进的进步，复习到现在，基本上就是已经过了一遍参考书，该搞明白的知识点也理清了，有的同学也开始结合应统联盟的资料整理出了属于自己的一份笔记，有很多小伙伴给小统发了自己的笔记截图，在应统联盟资料的基础上有了很多的补充，每一步都走的很扎实。接下来的3、4个月，也依然是很关键的几个月，需要大家把重点难点再认认真真的过上2-3遍，尤为重要的是，那些之前忽略的点，一定要多加注意了。
10月份开始，应统联盟会出一个冲刺课程，这个冲刺课程我们希望可以达到这样的效果，首先，所有的知识点再扫一遍，这是基础，同时也是对之前复习的强化，看看有没有漏掉的地方，查漏补缺；其次，把重难点拎出来，结合真题，内容更加聚焦，且重视答题导向。其次，再然后，我们会出一份补充资料，对人大风格的大题进行重点梳理，有了这份资料，相信一定起到事半功倍的工作。最后用模拟题来检验自己的复习效果是不是复习到位了，所以应统联盟精心准备了八套模拟题，不求押题，但求全面且优质（去年的模拟题押中了题），我们会进行三次全真模拟考试，模拟真实的考场环境，希望可以让大家提前适应考试的氛围，三次检验，足以培养其你在考场里的心态调整能力和临场发挥能力。
好了，来看看具体的课程细节吧。
一、往年反馈
经过过去几年的积累和沉淀，也经过了考试的检验，应统联盟视频课程与资料效果显著，以下是部分上岸同学的反馈：
二、课程简介
| item | 介绍 | 学习方式 |
|---|---|---|
| 冲刺专题课 | 五大专题，共32课时，每个课时1-1.5小时 | |
| 最后八套卷 | 11月发出 | 每套模拟题均配备详细解读 |
| 冲刺资料 | 11月发出 | 诸多细节考点提点 |
| 3次全真模拟考 | 12月进行 | 全真模拟考场环境 |
1) 冲刺专题课
概率论与数理统计专题
| 课程序号 | 课程内容 | 知识点掌握目标 |
|---|---|---|
| 1 | 1、数据分类 | 1、了解统计学的定义 |
| 2、数据可视化 | 2、熟练掌握多种数据分类的标准（依据数值类型、数据来源、收集特点等） | |
| 3、数据概括性度量 | 3、熟练掌握一维数据的可视化方法，并能够依据不同类数据选择适合的可视化方法 | |
| 4、随机事件与概率 | 4、掌握多维数据的可视化方法 | |
| 5、熟练掌握可以反应不同类型数据集中趋势和离散程度的指标 | ||
| 6、掌握随机、随机现象、随机事件、样本空间、事件域的定义 | ||
| 7、熟练掌握事件的关系（包含、相等、互斥）、事件的运算（并交差补）、德摩根公式 | ||
| 8、熟练掌握概率公理化定义，四种确定概率的方法（频率方法、古典方法、几何方法、主观方法） | ||
| 9、掌握概率的性质（有限可加性、单调性、加法公式、半可加性），了解概率的连续性（上连续性&下连续性） | ||
| 10、熟练掌握条件概率的定义、乘法公式、全概率公式、贝叶斯公式 | ||
| 11、熟练掌握独立性的定义 | ||
| 12、熟练掌握随机变量的定义 | ||
| 2 | 1、随机变量与分布 | 1、熟练掌握分布函数、概率密度函数的定义与性质 |
| 2、多维随机变量及其分布（上半） | 2、熟练掌握基本的离散分布的定义、期望、方差、性质（退化分布、二项分布、泊松分布、超几何分布、几何分布、负二项分布） | |
| 3、期望、方差、协方差的计算 | 3、熟练掌握基本的连续分布的定义、期望、方差、性质（均匀分布、正态分布、指数分布、伽马分布） | |
| 4、掌握随机变量期望与方差的计算 | ||
| 5、熟练掌握切比雪夫不等式 | ||
| 6、熟练掌握随机变量函数的期望、方差、分布函数、概率密度函数的计算 | ||
| 7、熟练掌握联合概率分布函数、联合概率密度函数、边际概率分布函数、边际概率密度函数的定义、计算与关系，了解基本的多维分布（多项分布、多维均匀分布、多维正态分布） | ||
| 3 | 1、多维随机变量及其分布（下半） | 8、熟练掌握多维随机变量的独立性 |
| 2、 依概率收敛与依分布收敛 | 9、掌握多维随机变量函数的分布 | |
| 3、 大数定律与中心极限定理 | 10、熟练掌握协方差、相关系数的计算 | |
| 11、掌握柯西——施瓦茨不等式 | ||
| 12、熟练掌握多维随机变量的条件分布、全概率公式与贝叶斯公式 | ||
| 13、了解重期望与方差公式 | ||
| 14、掌握依概率收敛与依分布收敛的定义与联系 | ||
| 15、掌握一维基本分布的特征函数 | ||
| 16、掌握大数定律与中心极限定理的条件 | ||
| 17、掌握大数定律与中心极限定理的证明 | ||
| 4 | 1、 经典统计量 | 1、熟练掌握总体、样本、统计量的定义 |
| 2、 三大抽样分布 | 2、熟练掌握基本的统计量的计算与分布 | |
| 3、 充分统计量与完备统计量 | 3、了解充分统计量与完备统计量、了解因子分解定理 | |
| 4、 点估计与极大似然估计 | 4、熟练掌握点估计的评价标准（无偏性、相合性、有效性） | |
| 5、掌握极大似然估计的性质与计算 | ||
| 5 | 1、 点估计的评判 | 1、熟练掌握均方误差的概念，与偏差、方差的关系 |
| 2、 UMVUE | 2、掌握UMVUE的概念与性质 | |
| 3、 区间估计（前半） | 3、了解充分性原则 | |
| 4、熟练掌握费希尔信息量、Cramer—Rao不等式、C—R下界、有效估计的概念、计算与证明 | ||
| 5、熟练区间估计的定义 | ||
| 6、掌握枢轴量法求区间估计 | ||
| 7、熟练掌握几个基本分布特征的区间估计 | ||
| 6 | 1、 区间估计（后半） | 1、熟练掌握假设检验的定义、基本步骤 |
| 2、 假设检验 | 2、熟练掌握两类错误、显著性水平、p值、拒绝域的定义与相关计算 | |
| 3、了解贝叶斯检验的定义，了解其与一般假设检验的区别 | ||
| 4、熟练掌握单总体基本特征的假设检验 | ||
| 5、熟练掌握双总体、成对数据基本特征的假设检验 | ||
| 6、熟练掌握置信区间与拒绝域的关系 | ||
| 7、了解似然比检验的思想 | ||
| 8、掌握几个正态性检验的方法 | ||
| 9、熟练掌握拟合优度检验与列联表独立性检验 | ||
| 10、掌握列联相关系数 | ||
| 7 | 1、方差分析 | 1、熟练掌握单因子方差分析的步骤 |
| 2、多重比较 | 2、掌握双因子方差分析的步骤 | |
| 3、了解几个方差齐性检验的方法 | ||
| 4、掌握几个多重比较的方法 | ||
| 5、了解方差分析与回归分析的联系 |
回归分析专题
| 课程序号 | 课程内容 | 知识点掌握目标 |
|---|---|---|
| 1 | 1、 高斯——马尔可夫定理 | 1、熟练掌握回归分析的步骤 |
| 2、回归方程的最小二乘估计法 | 2、熟练掌握高斯——马尔可夫定理 | |
| 3、 回归方程参数估计 | 3、掌握一元线性回归的参数估计的计算 | |
| 4、熟练掌握多元线性回归的参数估计 | ||
| 5、熟练掌握一些回归模型的检验方法（回归参数显著性检验、拟合优度检验、偏F检验等） | ||
| 6、熟练掌握R方的定义与性质 | ||
| 7、了解复相关系数、偏决定系数、偏相关系数的定义与计算 | ||
| 8、掌握标准化数据的回归模型的参数估计 | ||
| 2 | 1、 异方差 | 1、熟练掌握异方差、自相关的定义、产生原因、检验方法、处理措施 |
| 2、 自相关 | 2、掌握回归断点检验的方法与处理措施 | |
| 3、 断点检验与处理 | 3、熟练掌握异常值的定义、检验方法、处理措施，了解异常值的产生原因 | |
| 4、 异常值处理 | 4、熟练掌握几个综合评价模型的指标（AIC、BIC、Cp） | |
| 5、 变量选择问题 | 5、掌握逐步回归法 | |
| 6、 多重共线性 | 6、熟练掌握多重共线性的定义、产生原因、检验方法、处理措施 | |
| 3 | 1、 内生性 | 1、了解岭回归与LASSO的思想、步骤、联系、区别；了解岭迹法、了解岭参数、LASSO参数的选择方法 |
| 2、 岭回归&LASSO | 2、熟练掌握内生性的定义、产生原因、检验方法、处理措施 | |
| 3、 哑变量回归 | 3、熟练掌握哑变量回归的步骤、回归参数的意义 | |
| 4、 广义线性模型 | 4、掌握广义线性模型，掌握不同连接函数对应适用数据类型以及对应的方法（Logit、Probit、Log-log、Ln等） |
多元统计分析专题
| 课程序号 | 课程内容 | 知识点掌握目标 |
|---|---|---|
| 1 | 1、 多维正态分布 | 1、掌握多元正态分布的性质、联合概率密度函数、条件分布 |
| 2、 多元统计抽样分布 | 2、掌握几个经典的多元抽样分布的性质、用途 | |
| 3、 聚类分析 | 3、熟练掌握聚类分析的思想 | |
| 4、熟练掌握谱系聚类法的定义、步骤、计算；掌握几个类间相似性指标的定义与计算 | ||
| 5、掌握动态聚类法的思想与步骤 | ||
| 6、熟练掌握聚类分析中，类数确定的规则 | ||
| 2 | 1、 判别分析 | 1、熟练掌握判别分析的思想 |
| 2、 主成分分析 | 2、了解距离判别法 | |
| 3、 因子分析 | 3、掌握费希尔判别法的思想、步骤；掌特征向量、判别效率的计算 | |
| 4、 对应分析 | 4、了解贝叶斯判别的思想、步骤 | |
| 5、 典型相关分析 | 5、熟练掌握主成分分析的思想、步骤与相关计算问题 | |
| 6、掌握主成分的载荷、方差贡献的计算 | ||
| 7、掌握主成分分析的一些基本用途 | ||
| 1、熟练掌握因子分析的思想、步骤与相关计算问题 | ||
| 2、熟练掌握因子载荷矩阵的三种求法（主成分法、主轴因子法、极大似然估计法） | ||
| 3、了解因子分析的检验、因子旋转 | ||
| 4、掌握因子得分的两种求法（Thompson法与Bartlett法） | ||
| 5、掌握对应分析的思想、步骤与相关计算问题 | ||
| 6、掌握典型相关分析的思想、步骤 | ||
| 7、掌握典型相关分析的一些评价标准 |
时间序列分析专题
| 课程序号 | 课程内容 | 知识点掌握目标 |
|---|---|---|
| 1 | 1、 时间序列预处理 | 1、掌握时间序列样本自相关系数的计算 |
| 2、 平稳性与纯随机性检验 | 2、熟练掌握严平稳与宽平稳的定义、联系与区别 | |
| 3、熟练掌握时间序列宽平稳的检验方法 | ||
| 4、熟练掌握序列纯随机性的检验方法 | ||
| 2 | 1、 ARMA模型 | 1、熟练掌握ARMA模型的建模步骤 |
| 2、 Green函数 | 2、掌握AR、MA、ARMA模型的表现形式与性质 | |
| 3、 Yule-Walker方程 | 3、熟练掌握平稳性与可逆性条件 | |
| 4、 ARMA模型的检验与预测 | 4、熟练掌握Green函数，会求传递形式与逆转形式 | |
| 5、掌握Yule-Walker方程、理解AR的偏自相关系数截尾性 | ||
| 6、熟练掌握自相关系数与偏自相关系数的计算 | ||
| 7、掌握ARMA模型的评价与预测 | ||
| 3 | 1、 ARIMA模型 | 1、掌握Wold分解与Cramer分解定理 |
| 2、 指数平滑法 | 2、熟练掌握ARIMA模型的建模步骤 | |
| 3、 ARCH检验与建模 | 3、掌握指数平滑法 | |
| 4、 ARIMAX模型 | 4、掌握条件异方差检验与建模步骤 | |
| 5、 伪回归与协整 | 5、了解ARIMAX模型 | |
| 6、 Granger因果检验 | 6、掌握伪回归与协整的定义 | |
| 7、掌握Granger因果检验 |
抽样技术专题
| 课程序号 | 课程内容 | 知识点掌握目标 |
|---|---|---|
| 1 | 1、 抽样方法概论 | 1、熟练掌握概率抽样与非概率抽样，等概抽样与不等概抽样的定义 |
| 2、 误差来源 | 2、熟练掌握几种概率抽样的方法的定义（简单随机抽样、分层抽样、整群抽样、多阶段抽样、系统抽样） | |
| 3、 简单随机抽样 | 3、掌握几种非概率抽样的方法的定义 | |
| 4、 分层抽样 | 4、熟练掌握抽样误差与非抽样误差的定义、来源与几种经典的类型 | |
| 5、熟练掌握简单随机抽样的定义、方法操作 | ||
| 6、熟练掌握抽样核心定理 | ||
| 7、了解比估计与回归估计 | ||
| 8、掌握简单随机抽样中总体均值、总体总值、总体方差的估计量以及其特征 | ||
| 9、掌握分层抽样的定义、总体均值、总体总值、总体方差的估计量以及其特征 | ||
| 10、掌握最优分层比的计算 | ||
| 11、了解分别比估计与联合比估计的定义、联系与区别、适用范围 |
2）冲刺资料
冲刺资料10月中旬发出
| 资料目录 | 备注 |
|---|---|
| 冲刺专题笔记 | 全新打造冲刺专题笔记，增加诸多考点，全面细致 |
| 课程板书 | 冲刺重难点课程笔记，原汁原味的课程资料 |
| 真题深度解析 | 11年~22年真题详细解析与解读，给出复习建议，把握复习方向，包含分类整理，便于按专题复习 |
| 大题题集 | 新增诸多细节，在原有的大题基础上增加一些新考点 |
| 思维导图 | 思维导图呈现考点知识点，形成结构化知识块，牢固巩固知识点 |
冲刺笔记目录：
<<< 左右滑动见更多 >>>
冲刺笔记细节：
<<< 左右滑动见更多 >>>
3）最后八套卷
最后八套卷11月发出
| 资料目录 | 备注 |
|---|---|
| 最后八套卷 | 真题预测卷，配备解读，覆盖全面； 不求押题，但求全面，考前检测良药 |
此示例为去年模考卷，今年的模考卷会根据最新的真题进行设置，敬请期待。
<<< 左右滑动见更多 >>>
4）全真模考
全真模拟在线测试安排在腾讯视频进行，考试前请自行准备答题卷（若干张A4纸），考试前5分钟发放试卷，需开启摄像头，全程监考，请考生自觉遵守考试规则。模拟考试结束之后使用手机扫描后答题卷，格式整理成pdf，并命名为【人大432模考-微信名】，在十五分钟内发送至小统微信号 stat-union，大家可以提前熟悉这个扫描流程。每一次模考，我们会在7天内批改完成，给出及时的反馈。初定模考时间为11月的周末，届时会根据情况进行调整。
| 场次 | 时间 |
|---|---|
| 第一场 | 11月12日 14:00-17:00 |
| 第二场 | 11月19日 14:00-17:00 |
| 第三场 | 11月26月 14:00-17:00 |
详情可参考去年的模考：
模考大作战 | 2022年人大应统432全真模拟考试上线啦！
三、课程售价
以上全套包括
| item | 介绍 | 学习方式 |
|---|---|---|
| 冲刺专题课 | 五大专题 | 共32课时，每个课时1-1.5小时 |
| 最后八套卷 | 11月发出 | 每套模拟题均配备详细解读 |
| 冲刺资料 | 11月发出 | 诸多细节考点提点 |
| 3次全真模拟考 | 12月进行 | 全真模拟考场环境 |
共1999元，双十一可享受9折优惠，购买课程成功后添加小统微信 stat-union，并将您拉入专门的课程答疑群，此外若之前购买过人大定向强化课程的同学，可以享受6折优惠，购买前可联系小统修改价格。
扫一扫下面的二维码，进入课程详细页购买课程吧！
小统微信
扫一扫，添加官方微信号小统，备注考研院校，邀你加入相应院校的交流群：
微信扫码关注该文公众号作者