重慶醫科大學 2021 年碩士研究生招生考試考試大綱

432 統計學

Ⅰ．考試性質
統計學考試是為高等院校和科研院所招收應用統計學專業碩士研究生而設
置具有選拔性質的考試科目，其目的是科學、公平、有效地測試考生是否具備攻
讀應用統計專業碩士學位所需要基礎知識和技能，評價的標準是高等學校相關專
業優秀本科畢業生能達到的及格或及格以上水平，以利于各高等院校和科研院所
擇優選拔，確保碩士研究生的招生質量。
Ⅱ．考查目標
要求考生系統掌握統計學中的基本理論、基本知識和基本技能，能夠運用所
學的基本理論、基本知識和基本技能綜合分析、判斷和解決有關理論問題和實際
問題。
Ⅲ．考試形式和試卷結構
一、試卷滿分及考試時間
本試卷滿分為 150 分，考試時間為 180 分鐘。
二、答題方式
答題方式為閉卷、筆試。
三、試卷內容結構
研究設計 約 15%
單變量統計描述 約 20%
其中 統計圖表 約 5%
數據的概括性度量 約 15%
單變量統計推斷 約 40%
其中 定量資料統計推斷 約 25%
定性資料與等級資料統計推斷 約 15%
雙變量的線性回歸與相關分析 約 10%
多元統計分析方法 約 15%
四、試卷題型結構
1

  
 
名詞解釋 1~5 小題，每小題 5 分，共 25 分
單項選擇 第 6~20 小題，每小題 2 分，共 30 分
填空 第 21~30 小題，10 個空，每空 1 分，共 10 分
綜合應用 第 31~40 小題 每小題 6~10 分，共 85 分
Ⅳ．考查內容
一、統計學基本概念
1.同質與變異
2.總體與樣本。
3.參數與統計量。
4.系統誤差與隨機誤差。
5.頻率與概率。
6.定量資料、定性資料、等級資料。
二、研究設計
1.實驗研究設計：基本概念、基本要素與基本原則。常用設計方案：完全隨
機設計、配對設計、隨機區組設計、析因設計。
2.調查研究設計：基本概念、基本抽樣方法、樣本量估算。
三、統計描述
(一) 定量資料統計描述
1.集中趨勢的描述：算術平均數、幾何均數、中位數
2.離散程度的描述：極差、四分位數間距、方差、標準差和變異系數。
(二) 定性資料統計描述
1.常用相對數指標：率、比、比例。
2.應用相對數指標應注意的問題。
3.率的標準化。
(三)統計圖表
四、常見概率分布
（一）正態分布
1.正態分布的基本特征、正態分布曲線下的面積分布規律、標準正態分布。
2

  
 
2.醫學參考值范圍。
（二）二項分布
1.二項分布的概念和特征。
2. 二項分布的應用
（三）Poisson 分布
1.Poisson 分布的概念和特征。
2.Poisson 分布的應用。
五、統計推斷
(一)參數估計
1.抽樣分布與抽樣誤差：樣本均數的抽樣分布與抽樣誤差、樣本率的抽樣分
布與抽樣誤差。
2.總體均數的估計：t 分布、總體均數的點估計與區間估計。
3.總體率的估計：總體率的點估計與區間估計。
(二)假設檢驗
1.假設檢驗：概念、基本步驟、兩類錯誤及注意問題。
2.t 檢驗：單樣本均數的 t 檢驗及應用條件、配對樣本均數的 t 檢驗及應用
條件、兩獨立樣本均數的 t 檢驗及應用條件。
3.方差分析：方差分析的基本思想與應用條件、完全隨機設計資料的方差分
析、隨機區組設計資料的方差分析、多個樣本均數間的多重比較。
4. 
2
檢驗：四格表資料的  檢驗與應用條件、配對四格表資料的  檢驗
2 2
檢驗與應用條件、多個樣本率的多重比較。
與應用條件、行列表資料的 
2
5.基于秩次的假設檢驗方法：基本思想、數據特點。
六、直線回歸與相關
(一) 直線回歸
1.直線回歸概念、回歸參數的估計、回歸模型及參數的假設檢驗、應用條件。
2.直線回歸的應用及應用中注意事項。
(二)直線相關
1.直線相關系數的意義及假設檢驗、應用條件。
2.Spearman 相關。
3

  
 
七、多元統計分析方法
（一）多重線性回歸
1.回歸模型基本思想、參數估計及假設檢驗。
2.回歸模型的變量篩選。
3.回歸模型的用途及注意事項。
（二）Logistic 回歸
1.Logistic 回歸模型基本概念。
2.Logistic 回歸系數的流行病學意義。
3.回歸模型的用途及注意事項。
（三）生存分析
1.生存分析基本概念。
2.生存曲線估計方法及比較。
3.Cox 回歸模型基本概念、用途及注意事項。
參考書建議：《衛生統計學》（主編：李曉松，第 8 版，人民衛生出版社）
4