23人大应用统计一战经验分享

• 一战，本科某C9，本校排名倒数
• 报考中国人民大学应用统计学；政治63；英一72；数三150；统计学117；总分402
• 拟录取12人 ， 初试排名11 ，复试综合6，加权总分11

考前准备

情绪准备

一般来讲，考研是一个相对来说很漫长的过程，这个过程中会面对很多压力，需要处理很多问题（自然而然，如果你没被打爆，会获得十足的成长），例如情感问题，进度问题及其衍生的心态问题，同辈压力问题（别人要的保研的保研，出国的出国，你需要跟全国一起卷）等等。但无论如何，做好充分的心理准备，把你的精神凝结集中起来，就几乎不会存在因为压力太大导致的短时间甚至全体崩盘。

同时，心态尽量放宽，没必要为了考研牺牲特别多，比方说你彻底牺牲你的一个爱好啊，彻底牺牲社交，甚至为了考研去分手。这样大概率会适得其反。同时在具体复习的过程中，也不要去钻牛角尖，实在是研究不明白，就不要去花大块时间钻研一个占比根本不大的点。

时空规划

建议养成干啥都做一下规划的习惯，不是那种事无巨细的规划，就是一个大的框架即可。比方说你不需要划定今天具体做多少题，做到哪里，但至少要给自己一个约束条件就好比说”这两天弄完这一大章“。与此同时，尽量规划一下时间和事物，留下尽量大块的时间，因为数学和专业课这两门是需要大块时间进行复习的，英语和政治则不太需要。

初试准备

注：我比较懒，不是很勤奋，初试平均下来每天是[4,6]小时，非常不建议学我，最好是早上2-3小时，下午3-4小时，晚上2小时这样的时长，个人认为这样劳逸结合会合理一些，不要太“逸”了。同时不要追求所谓的“时长”，效率才是第一位的。

英语

• 1. 一定一定要每天背单词，每个月如果是在不行可以适当休息一两天。推荐app：扇贝单词
• 2. 阅读一定要仔细仔细做，精读很有必要，毕竟决定你分数高低的并不是
• 3. 作文背范文，动手写一写，然后如果有条件，尽量读出声来顺道练练口语（复试的口语要求还是不低的）
• 4. 利用好真题，因为英语这门课只有真题有参考价值，要反复做真题

多的不说，毕竟我考的也不咋地，建议仔细看知乎上啊，B站上啊，小红书上的经验分享，英语通式。

政治

政治我考的就是一般般甚至中下，不多占用时间，各种博主和答主的方法更加的具有参考价值。 但无论如何，个人认为，这门课你想考特别高不可能，考特别低那估计要把你抓走了。所以没必要投入太多时间在这门课上（一天一个小时左右就差不多了，个人认为）

数学

强烈建议尽早准备数学（对于一战），以正式考研为终点，至少8个月较为合适(因人而异，我觉得这个是上岸的同学当中的中位数吧)

前期（预基础以及基础阶段 大致花费3个月）

这个阶段主要要做的事情就是

• 1. 做好规划，根据你自己的数学情况提前搭好一个时间框架，对整体的考研数学做一个把握（数一数二数三可能有区别，但是区别不大）
• 2.根据自己的情况买基础阶段的书和教材，如果基础实在是不好（指自己啃书感觉费劲），建议可以看网课，武忠祥和张宇老师的课质量都很高（虽然我一点没看，纯啃的书） 推荐： 全书有两本，我个人用的是李永乐的复习全书，因为我觉得我的基础不算是特别扎实，李正元的复习全书听说更好，但是难度更大，啃起来要的时间要多一些。然后基础阶段的习题集，网上很多人推荐1800的基础部分，但是我觉得没必要，660更好，因为刷完全书，基础已经不错了，直接上660即可。
• 3.老老实实做笔记，每个细节都要扣到位，一般来讲全书上的例题都很有针对性，覆盖面也比较全面（个人认为能覆盖85%的知识点）。整理书上和习题集的错题，做总结和归纳，方便之后反复翻看

中期（强化阶段 大致花费3个月）

强化阶段，我个人是刷了2.5本习题集，660高数部分的提高部分以及错题二刷；李林880（质量非常高的一本习题集，推荐）；张宇1000题（量多，难度比880略高一点点点，质量稍微低一点点，但还是推荐）。880和1000要全刷，因为这两本的线代和概统部分质量不错。880和1000都大致花费1.5个月，因为每本习题集都是40多章，正好大概1天1章。

我认为，这个阶段如果你想要冲130+，你可能应当做到：

• 1.每章基本不存在方法性的盲点（可以存在，但尽量做到一点头绪都没有的题目数量在15%以下），计算错误随着做题数量的增加越来越少；综合正确率应当呈现增长趋势，并且强化阶段的最后一本习题集第一次的正确率应当至少为80%（可能还要再高点，不太好量化）
• 2.具有清晰框架地系统性总结错题和典型例题，并且在这个总结的过程中形成专属于自己的解题方式。例如对我自己来说，我处理一切极限类问题全是Taylor，细心一点展开不可能错，唯一缺点就是计算量比较大。
• 3.至少二刷错题，并且深刻记忆你错的题目（计算错误引起的可以适当忽略，但是只要是涉及方法思路类的错误，一定一定要记得滚瓜烂熟）

后期（冲刺阶段 持续时间不定，取决于强化结束时距离考试的时间，建议至少1个月）

冲刺阶段大致可以分为四个子阶段：

• 阶段1：大致花费1周，再次反复刷错题，看笔记和总结，并再次归纳总结一遍。复盘永远是巩固知识最好用的方法。
• 阶段2：做往年真题（除掉最近2年真题，因为要留到最后几天模拟），做多少年的取决于你的时间和想法（我做了总计12年的题），尽量掐表做，一天一套。
• 阶段3：做市面上的模拟套卷。我选用的是：李林的6套和4套卷；张宇的8套和4套卷；合工大超越；李艳芳三套（魔鬼三套卷，难度很大，但是你如果做这个压力不大，我觉得你145+不成问题）。具体做的顺序和所列顺序一致。同样“掐表做”
• 阶段4：考前最后几天，做近两年的真题，调整心态。

专业课

相对于学硕，不太会涉及概统较为深入的内容，但是基本内容还是考察很严格的，就好比说今年的初试，前两道总计40分的题目全是数理统计的题，虽然基本，但仍旧证明人大对于这方面的重视程度从未减轻。 同时，专硕的覆盖面已经是:《概率论》《数理统计》《回归分析》《时间序列分析》《多元统计分析》《抽样技术》《非参数统计》，以及我个人觉得可能未来要涉及《实验设计》。覆盖面非常广，虽然每本书并不是要求你啃完全透彻，但是85%的内容是需要你做到滚瓜烂熟的。

具体细节

具体一些而言：

回归分析

对于回归分析，人大应统的要求大致可以概括为：

• 熟练掌握线性回归相关的数理推导和证明，例如：多元回归分析当中参数向量估计量的推导，误差项方差 σ^OLS2=1n−p−1SSE\hat\sigma^2_{OLS} = \frac{1}{n-p-1}SSE\hat\sigma^2_{OLS} = \frac{1}{n-p-1}SSE 的推导证明等等。
• 熟练掌握回归分析各种异常情况的“产生原因、产生后果、检验方法、处理方法”
• 具有具体案例的分析能力，例如给你一个案例图表，让你分析可能的各种问题，做出相应的推断等。

建议书籍：《应用回归分析 第五版》何晓群/刘文卿 ；《计量经济学 第二版》金玉国（实在买不到就换最新版的吧）

两本书一定要结合着看，这样知识内容才完善，并且建议纯自己整理，不要买现成的笔记，回归分析几乎可以说是统计学的一大块基石了，学好了很重要（人大对于这块的考察也很严格）。

时间序列分析

那么对于时间序列分析，我看过几本书，何书元老师的，美国布洛克威尔写的，还有就是王燕老师的 《应用时间序列分析》 (也可以是《时间序列分析基于R》，建议看R，因为R语言当中对于时序处理的包做的相对来说完善一些，不排除之后人大可能出基于R程序分析结果的题目，而且这两本书的理论部分几乎没差)

需要注意的是，人大对于时间序列的考察非常贴合《应用时间序列分析》这本书，十分十分尊重书的逻辑，所以啃透这本书，书上的例题和分析逻辑一定一定要吃透，数理推导也不能落下（但不要钻牛角尖，比方说模型参数的极大似然估计这里，我感觉只有计算机能迭代出来，不咋存在解析解,当然也有可能是因为我菜）。看到多元时间序列的协整和因果检验我觉得就足够了。

同样，一定一定要形成自己的知识框架，自己搭起来往里塞东西，才是最稳固的。

多元统计分析

基本来讲，人大对于多元统计分析的考察就是 《多元统计分析 第五版》何晓群 ，但是毕竟多元统计分析作为机器学习强相关的一门课，涉及的面非常多，所以建议补充一些书，例如：《实用多元统计分析 第六版》清华大学出版社 ， 相较于何老师的书，这本书的内容会相对多一些，比如会包含联合置信区间；置信椭圆；多元方差分析等等（不知道初试考不考，但是复试你会了一定是占优势的，不仅是笔试有用，面试也很有用），但是有些内容这本书写的不够简洁和清晰，例如主成分分析。 同时建议看一些机器学习的书籍（看了绝对不亏，复试要考，书籍具体是什么无所谓，但是要能补充一定的内容，比方说K-cross validation;梯度下降及其各种衍生的算法;贝叶斯相关例如朴素贝叶斯，贝叶斯判别，贝叶斯估计；PCA和SVD之间的区别和联系以及可能的应用 etc.）

多元统计分析的学习思路和前两本书不太一致，因为前两本书基本都是问题导向的，主干很清晰，都是为了预测和拟合。但是多元统计分析会根据算法和方法的不同产生很多的主干和展开，所以建议分块学习（PCA是一大块，聚类是一大块，判别分析又是一大块，每个大块可能会产生很多的变种，但是基本思路都是大致相通的）。

抽样技术

对于抽样技术，有两本书：《抽样技术 第五版》金勇进/杜子芳/蒋研 ; 《抽样：理论与应用 第二版》金勇进

买了一起看，更加完善并且有对照。一定一定要仔细搞清楚数理证明的逻辑和综述类的知识，我在这里吃了大亏，初试丢了20分，复试笔试估计又丢了10多分。数理证明部分不一定要求你背熟全部公式，毕竟多阶段，不等概这些抽样的公式实在是太多太杂太复杂了。但是基本的公式一定一定要背熟并且会推导，多推导几遍。同时一定要结合案例去看问题。

非参数统计

非参这本书建议看 《非参数统计 第二版》王星/褚挺进

这本书的学习思路不太一样，因为非参数统计和参数统计是递进增广的关系，所以建议结合着对比着学习，好比说“单总体位置参数检验”，在参数统计（传统统计）当中，我们需要做z或者t检验，基础是正态分布；但是在非参领域当中，就可以选用“符号检验、Wilcoxon符号秩检验等等”（记全名字，初试我吃亏了）。非参数统计的检验目标同样是位置参数、尺度参数，以及会因为不同的实验设计产生不同的检验方法（方差分析的非参方法，变种方法等等）。

建议看完第6章，前6章是重点考察内容。

同时个人建议适当看一看第7,8,9章，这部分更高阶也更具有应用价值，尤其是第9章，哪怕只是研究明白部分内容，也会对复试产生较强的正作用。

实验设计

这门课太“实践性”了，所以要的是方法不是哪本书，你所挑选的书籍包含基本方法即可。 大致可以归纳为：

• 各种方差分析（单因素，多因素，含不含交互，不同设计框下的变化）
• 回归分析在不同实验设计方法下的可能变化（比方说在实验设计中，回归分析会出现“失拟检验”这种检验方法）
• 各种实验设计方法（例如平衡不完全区组设计，嵌套，正交设计）
• 各种实验设计方法所对应的统计方法（这部分要连着看，比方说平衡不完全区组设计和非参数统计的Durbin不完全区组分析法就是息息相关的）

同时，建议搞几个具体例子，自己尝试设计一下实验

随便说说（絮叨）

• 无论是这四门的哪门，个人认为效率至上，时间长短只是你学习效率和专注程度的一种体现罢了，不要为了追求时间去追求时间，高效1小时和边刷手机边学的3小时根本不具备可比性；
• 学习之前，先搞明白学习方法，弄好工具和环境，毕竟“工欲善其事必先利其器”嘛
• 不要舍不得花钱，很多时候花钱能节省巨量时间，比方说你费尽心机去找了个免费的政治课，我花了100块（打个比方，具体数值可能少很多）搞了个高清网盘政治课。我节省的时间和心力的价值是远超这100块的。 对于我个人而言，我的专业部分是报了班的（硕果计划），因为时间上可能有点紧，而且确实当初感觉人大应统太卷了，光靠自己是没有办法照顾到这么广的知识面的。客观来讲，就算是报了课，不能万事大吉，完全躺平。学习当中的内核驱动仍旧是你自己，毕竟知识是内化的，他帮你摆个框架模型，协助你自己搭建起来属于你自己的知识网络就已经帮助非常大了。但是个人认为这个过程就已经很重要了，从我的本科经历来看，学的不好的课并非是没那个脑子和动力，纯粹是框架我都不知道是什么，如果真的给我一个框架模型，我会做的更好（对我个人而言，我可能不太需要很细致的知识点灌输型，我需要一个更高维度的靶子，高屋建瓴地告诉我该朝哪个方向用力即可。）总而言之，我觉得很值，并且帮助不少（但还是建议辩证看待，我觉得好你可能觉得不好，具体情况具体分析才是正确道路）
• 坚持目标导向。考研政治中有个知识点：“人生目标决定人生价值和人生观”，类似的，你的目标会指导你的行为，目标一定要明确清晰，同时也要合理，不管是大且长期的目标还是小而短期的目标。