2016考研数理统计学习心得
2016年1月26号，跨考教育数学教研室进行一次教研，由包老师跟大家讲数理统计的内容。在这次培训中，我学习到了很多东西，对数理统计也有了更深的认识。现总结如下。一.真题为纲
2016年的真题对数理统计的要求没有太大变化。数理统计依然是延续一大一小的模式。小题中主要考察是常见的统计量，大题中主要考察的是估计(矩估计和极大似然估计)。分值在14左右。
二.分析真题
具体来讲，小题考察卡方分布，t分布比较多，凑的技巧多;大题比较常规，按照流程来做估计的题就没有问题。经过我们讨论发现，单参数的矩估计考查的较多，而且连续型考察的比较多。
三.真题的方法
首先，把握知识原理。在有前面的知识做铺垫后，大家就要开始学习矩估计和极大似然估计了。先看矩估计，它的本质原理是样本矩有相合性，所以可以用样本矩来替代总体矩。同时总体矩中含有未知参数。所以通过建立含有未知参数的样本矩的方程就可以把参数给估计出来。再看极大似然估计，它的本质原理是基于一种假设，即我们观察的一组样本数据，那么观察这组数据发生的概率应该是比较大的。所以我们对参数的估计就是要找一个估计量使得这组数据发生的概率最大。总之，只有理解了矩估计和极大似然估计的深刻原理，我们才能把握好这个知识，才能更好的应用它
总之，通过对数理统计的深度解析，我启发很大，同时也希望同学们在备考2017年的时候经过这三个步骤能够学习好数理统计，为以后的概率论与数理统计的复习打好基础!
页:
[1]