新版长沙理工大学应用统计专硕考研真题考研经验考研参考书.docx

考研是我一直都有的想法，从上大学第一天开始就更加坚定了我的这个决定。

我是从大三寒假学习开始备考的。当时也在网上看了很多经验贴，可是也许是学习方法的问题，自己的学习效率一直不高，后来学姐告诉我要给自己制定完善的复习计划，并且按照计划复习。

于是回到学校以后，制定了第一轮复习计划，那个时候已经是5月了。

开始基础复习的时候，是在网上找了一下教程视频，然后跟着教材进行学习，先是对基础知识进行了了解，在5月-7月的时候在基础上加深了理解，对于第二轮的复习，自己还根据课本讲义画了知识构架图，是自己更能一目了然的掌握知识点。8月一直到临近考试的时候，开始认真的刷真题，并且对那些自己不熟悉的知识点反复的加深印象，这也是一个自我提升的过程。

其实很庆幸自己坚持了下来，身边还是有一些朋友没有走到最后，做了自己的逃兵，所以希望每个人都坚持自己的梦想。

本文字数有点长，希望大家耐心看完。

文章结尾有我当时整理的详细资料，可自行下载，大家请看到最后。

长沙理工大学应用统计的初试科目为：(101)思想政治理论(204)英语二(303)数学三和(432)统计学。

考试大纲：

参考书目为：

1.《概率论与数理统计》.邓集贤，杨维权，司徒荣，邓永录著，高等教育出版社，2009，第四版。

2．《统计学》．贾俊平、何晓群、金勇进?著，中国人民大学出版社，2015，第六版。

先综合说一下英语的复习建议吧。

如何做阅读？

做阅读题的时候我建议大家先看题干，了解一下这篇文章大致讲什么内容，然后对应题干去阅读文章，在阅读文章的过程中可以把你做出答题选择的依据标注出来，便于核对答案时看看自己的思路是否正确，毕竟重要的不是这道题你最后的答案正确与否，而是你答题的思路正确与否。

此外，每次做完阅读题也要稍微归纳一下错误选项的出题陷阱，到底是因果互换、主观臆断还是过分推断等，渐渐地你拿到一道阅读题就会条件反射出出题人的出题思路，这也有助于你检验自己选择的答案的合理性。

对于真题上的每一篇阅读，我做完核对答案后都重新精读了一遍，把不认识的单词进行标注通过查阅字典和手机弄懂消化，然后对每一篇阅读进行口头翻译，这样一来不仅加深了自己对阅读这一块的理解，也提升了自己的翻译能力。对于阅读理解B有些年份考查排序，有些年份考查小标题，还有些年份考查将抽出的句子还原，解答这类题型主要突破点是找出相关性和提示词，就拿排序来说，段落与段落之间、句子与句子之间很多时候都有包括转折、递进、因果等相关性，文章中也往往会给出一些表示这些关系的提示词，这些地方就是你答题的突破点，具体细节大家认真阅读真题的解析都可以看到。

翻译这一块，考查的不仅是大家的词汇量还有一些语法知识，翻译要联系句子在文章中的语境来翻译。可能在句子中我们会遇到一些生词，这个时候联系上下文语境进行推断就很重要了。

新题型的套路大家还是多做题吧。

完型填空：完型填空是一个很鸡肋的题型，其实不用太刻意的去训练，前面的基础打好了，这部分应该不会有太大问题，基础实在有些差的同学，可以听听木糖英语的网课，然后多练练木糖的真题差不多就OK了。翻译词汇过关，阅读理解基础打好，文章认真翻译拆解了，翻译基本上也没啥大问题了。

再者就是作文的复习，主要是要进行材料的积累和写作方法的掌握，另外还要对范文进行理解。经常很多人会说作文多背背模板，记点金句就行了，其实，英语作文和汉语作文都是需要通过写来训练提高的。可以适当买两本作文书，学习一些写作方法，然后反复练习。在训练中，会慢慢形成自己的一套写作方法。另外，买本英语字帖，练练衡水体，一个干净整洁的卷面加上漂亮的书写，是一个特别加分的小技巧。

考研英语写作，我还是建议大家平时多注意积累一些常考话题的素材，总结出有自己特色的作文模板。作文的话常围绕永恒哲理类、品格修养类、社会热点类、网络科技类、家庭关系类、成长教育类、文化交流类、环保旅游类等角度出题，如果大家平时有意识地积累一些相关的经典段落、句子等素材，真正上考场的时候也不至于无话可写。

科目代码：432科目名称：统计学

一、考试要求

主要考察考生是否掌握了数据收集、处理和分析的一些基本统计理论和统计方法，包括概率论的基本概念、随机变量的分布及数字特征，统计学的基本概念、统计量及抽样分布、参数的估计与假设检验等相关问题的计算方法；以及是否具备运用统计学的基本理论和基本方法，分析解决实际问题的能力。

二、考试内容

1、概率论的基本公式的应用与计算；

2、随机变量及其分布（分布函数、分布列、概率密度、联合分布、边缘分布）中相关问题的性质与计算；

3、随机变量及其函数的数字特征（期望、方差、协方差、相关系数与原点矩）的计算；

4、数据的搜集与整理（调查表的设计、频数分布表、直方图等）；

5、统计量与抽样分布（样本均值、样本方差、样本k阶原点矩、样