补充知识
随机事件与样本空间
理解随机试验、样本空间与事件，是理解概率与后续推断的最底层语言。
建议预留 15 分钟
学习目标
- 认得样本空间与事件的基本表述
关键概念
- 随机试验
- 样本空间
- 随机事件
为什么学习
- 及格考试中多为背景概念，只需识记术语即可答题，不必深究。
如何检验理解
- 能说出样本空间与随机事件的含义并举一例
补充知识
概率的定义与性质
掌握概率的基本性质与古典概型，用于分布律与检验中原假设概率的运算。
建议预留 25 分钟
学习目标
- 理解概率基本性质
- 会做古典概型计算
关键概念
- 古典概型
- 概率性质
- 公理化定义
为什么学习
- 仅需要基本性质支持分布计算，非推测统计评分重点。
如何检验理解
- 能用概率基本性质完成简单计算
基础概念
常见离散分布（二项、泊松）
二项分布与泊松分布是抽样分布与检验中常用的基本分布。
建议预留 35 分钟
学习目标
- 掌握二项与泊松分布公式
- 识别适用场景
关键概念
- 0-1分布
- 二项分布
- 泊松分布
为什么学习
- 需能在题目中识别并套用其概率公式，属于推断题型的基础工具。
如何检验理解
- 能写出二项分布分布律并计算指定概率
基础概念
连续型随机变量与概率密度
概率密度是理解正态分布与抽样分布的基础概念。
建议预留 30 分钟
学习目标
- 理解密度函数性质
- 掌握密度与分布函数互化
关键概念
- 概率密度
- 分布函数
为什么学习
- 需理解密度与分布函数的关系，否则无法解释置信区间与检验的构造。
如何检验理解
- 能由密度求分布函数或反之
核心技能
正态分布与标准化
正态分布是区间估计与假设检验的绝对核心，标准化查表贯穿全课程。
建议预留 50 分钟
学习目标
- 掌握正态分布定义与性质
- 熟练标准化与查表
关键概念
- 正态分布
- 标准正态分布
- 标准化变换
为什么学习
- 所有推断题型都依赖正态分布标准化与查表，必须熟练到条件反射。
如何检验理解
- 能将任意正态变量标准化并正确查表求概率
- 能解释正态分布两参数的意义
补充知识
均匀分布与指数分布
常见连续分布，是推断题中给出总体分布时的常见背景。
建议预留 20 分钟
学习目标
- 认得均匀与指数分布
关键概念
- 均匀分布
- 指数分布
为什么学习
- 及格考中多为背景或简单期望方差题，能辨认即可。
如何检验理解
- 能说出均匀与指数分布的期望方差
核心技能
数学期望
期望是矩估计与估计量无偏性的计算基础。
建议预留 40 分钟
学习目标
- 掌握期望定义与性质
- 会求函数期望
关键概念
- 期望定义
- 期望性质
- 函数期望
为什么学习
- 矩估计直接由期望得出，无偏性求证也依赖期望运算，必须会算。
如何检验理解
- 能计算离散/连续分布的期望及随机变量函数的期望
核心技能
方差与标准差
方差是描述统计与估计量有效性的核心度量。
建议预留 35 分钟
学习目标
- 掌握方差定义与公式
- 理解方差性质
关键概念
- 方差
- 标准差
- 方差性质
为什么学习
- 样本方差与估计量有效性判断直接依赖方差计算与性质。
如何检验理解
- 能用DX=EX²-(EX)²计算方差
核心技能
常见分布的期望与方差速记
牢记五大分布的期望与方差，考试可直接套用，是省时得分点。
建议预留 25 分钟
学习目标
- 熟记五大分布期望方差
关键概念
- 二项分布期望方差
- 泊松分布期望方差
- 正态分布期望方差
为什么学习
- 这类固定结论是及格题的送分项，必须脱口而出不留计算时间。
如何检验理解
- 能不查资料默写出二项、泊松、均匀、指数、正态的期望与方差
补充知识
切比雪夫不等式
理解方差对偏离均值的控制，是通往大数定律的桥梁。
建议预留 15 分钟
学习目标
- 认得切比雪夫不等式
关键概念
- 切比雪夫不等式
为什么学习
- 及格考中偶有小题，非重点，只需认得公式。
如何检验理解
- 能写出切比雪夫不等式并估计概率上界
基础概念
大数定律
解释为何样本均值能估计总体均值，是点估计的合法性依据。
建议预留 25 分钟
学习目标
- 理解大数定律含义
关键概念
- 切比雪夫大数定律
- 伯努利大数定律
- 辛钦大数定律
为什么学习
- 需理解其结论意义以支撑估计量一致性，但不必证明。
如何检验理解
- 能说明大数定律为何支撑用样本均值估计总体均值
核心技能
中心极限定理
说明样本均值近似正态分布，是所有区间估计与检验的理论基石。
建议预留 40 分钟
学习目标
- 掌握CLT结论
- 会做近似计算
关键概念
- 列维-林德伯格定理
- 棣莫弗-拉普拉斯定理
为什么学习
- 必须能应用其结论进行近似计算并理解其在推断中的作用。
如何检验理解
- 能对样本和或均值做正态近似计算概率
基础概念
总体、样本与统计量
理解总体、样本、样本均值与样本方差等基本统计量定义。
建议预留 30 分钟
学习目标
- 理解总体与样本
- 会计算常用统计量
关键概念
- 总体
- 样本
- 样本均值
- 样本方差
为什么学习
- 所有推断的起点，必须会算样本均值与样本方差。
如何检验理解
- 能由一组样本数据算出样本均值与样本方差
核心技能
描述性统计量（中位数、分位数）
掌握中位数、众数、分位数等描述统计量，覆盖描述统计基础考点。
建议预留 25 分钟
学习目标
- 掌握中位数分位数计算
- 理解各统计量适用场景
关键概念
- 中位数
- 众数
- 分位数
为什么学习
- 描述统计是明确考点，需能计算并解释各统计量。
如何检验理解
- 能对一组数据求中位数与分位数并解释含义
核心技能
抽样分布与三大分布
掌握χ²、t、F分布及正态总体抽样分布定理，是区间估计与检验的工具箱。
建议预留 60 分钟
学习目标
- 掌握三大分布定义与图形特征
- 记住正态总体抽样分布定理
关键概念
- χ²分布
- t分布
- F分布
- 抽样分布定理
为什么学习
- 所有后续检验统计量都取自此三分布，必须熟练识别与查表。
如何检验理解
- 能判断给定统计量服从哪个分布并查对应分位数
核心技能
分布表查阅
熟练使用z表、t表、χ²表、F表查取分位数，考试直接得分的关键操作。
建议预留 30 分钟
学习目标
- 熟练查z/t/χ²/F表
- 区分单双侧与自由度
关键概念
- z表
- t表
- χ²表
- F表
- 自由度
为什么学习
- 查错表等于零分，必须练到快速准确，含单双侧与自由度识别。
如何检验理解
- 能在30秒内正确查出给定显著性水平与自由度的分位数
核心技能
点估计方法（矩估计与最大似然）
掌握矩估计与最大似然估计的标准求解流程，是高频计算题。
建议预留 60 分钟
学习目标
- 掌握矩估计步骤
- 掌握最大似然估计步骤
关键概念
- 矩估计
- 最大似然估计
- 似然函数
为什么学习
- 期末必考计算题，需按标准步骤独立完成两类估计。
如何检验理解
- 能对给定分布写出似然函数并求导得MLE
- 能用矩法求出参数估计量
核心技能
估计量的评选标准
理解无偏性、有效性、一致性，用于判断估计量优劣。
建议预留 35 分钟
学习目标
- 理解无偏性有效性一致性
- 会验证无偏性
关键概念
- 无偏性
- 有效性
- 一致性
为什么学习
- 常以判断/证明小题出现，需会验证无偏与比较方差。
如何检验理解
- 能验证一个估计量是否无偏并比较两个估计量方差
核心技能
区间估计（单正态总体）
掌握均值与方差置信区间的构造方法，是明确必考题型。
建议预留 60 分钟
学习目标
- 掌握均值置信区间构造
- 掌握方差置信区间构造
关键概念
- 置信区间
- 置信水平
- 枢轴量
为什么学习
- 期末核心大题，须熟练区分σ已知/未知情形并选对统计量。
如何检验理解
- 能对σ已知与未知两种情形分别构造均值置信区间
- 能构造方差置信区间
核心技能
假设检验基本思想
理解原假设、两类错误、显著性水平与检验逻辑，是检验题的框架。
建议预留 40 分钟
学习目标
- 理解检验逻辑
- 掌握两类错误
- 会设定原假设备择假设
关键概念
- 原假设
- 备择假设
- 两类错误
- 显著性水平
为什么学习
- 检验步骤的逻辑必须彻底理解，否则无法正确设假设与下结论。
如何检验理解
- 能正确写出原假设与备择假设并说明两类错误含义
核心技能
单个正态总体的假设检验
掌握均值与方差的Z检验、t检验、χ²检验的完整步骤。
建议预留 60 分钟
学习目标
- 掌握均值检验
- 掌握方差检验
- 会判单双侧
关键概念
- Z检验
- t检验
- χ²检验
- 拒绝域
为什么学习
- 期末最高频大题，须按标准五步法书写，含单双侧判断。
如何检验理解
- 能对均值与方差检验写出完整步骤并给出结论
- 能区分单侧与双侧拒绝域
核心技能
两个正态总体的假设检验
掌握两总体均值差与方差比的检验方法。
建议预留 50 分钟
学习目标
- 掌握两均值差检验
- 掌握方差比F检验
关键概念
- 两样本t检验
- F检验
- 配对检验
为什么学习
- 常与单总体检验组合出题，需会选统计量并套用步骤。
如何检验理解
- 能对两总体均值差做t检验并对两方差做F检验
核心技能
方差分析（单因素ANOVA）
理解单因素方差分析思路，能列方差分析表并做F检验结论。
建议预留 55 分钟
学习目标
- 理解ANOVA原理
- 会完成方差分析表
- 会做F检验结论
关键概念
- 组间平方和
- 组内平方和
- 自由度分解
- F检验
为什么学习
- 目标明确要求的考点，需会算平方和、填表、下F检验结论。
如何检验理解
- 能计算组间/组内平方和并完成方差分析表
- 能根据F值查表判定因子是否显著
补充知识
假设检验与区间估计的联系与p值
理解二者对偶关系及p值的判断含义，提升解题效率与理解深度。
建议预留 20 分钟
学习目标
- 认识p值含义
- 了解对偶关系
关键概念
- p值
- 对偶关系
为什么学习
- 及格导向下属延伸内容，认识概念即可，非必背。
如何检验理解
- 能说明区间估计与假设检验的对偶关系
核心技能
一元线性回归
掌握回归方程最小二乘估计、显著性检验与预测，是目标必考考点。
建议预留 60 分钟
学习目标
- 掌握最小二乘估计
- 会做回归显著性检验
- 会点预测
关键概念
- 最小二乘估计
- 回归系数
- 线性关系检验
- 预测
为什么学习
- 目标的明确要求，需会求回归系数、做线性关系显著性检验并预测。
如何检验理解
- 能由数据求出最小二乘回归方程
- 能做回归显著性检验并给预测值
核心技能
解题规范书写训练
按考试评分标准书写假设检验与估计的完整过程以获取过程分。
建议预留 40 分钟
学习目标
- 掌握检验五步书写
- 掌握区间估计书写规范
关键概念
- 五步法
- 过程分
- 结论表述
为什么学习
- 及格的关键在于过程分，须固化为可复现的书写模板。
如何检验理解
- 能按五步法完整写出检验题过程并标注关键得分点
核心技能
14天复习计划与重点取舍
把有限时间拆解为章节复习+真题+错题复盘，优先保住高频基础分。
建议预留 30 分钟
学习目标
- 制定14天计划
- 识别高频考点
- 分配时间优先级
关键概念
- 时间规划
- 重点取舍
- 分数策略
为什么学习
- 时间有限，取舍与规划直接决定及格与否，需落实到日程。
如何检验理解
- 能产出一份可执行的14天日程并标出高优先级题型
核心技能
真题演练与错题归因
通过历年真题综合演练，从错题定位薄弱点并针对性回补。
建议预留 150 分钟
学习目标
- 限时完成真题
- 错题归因补漏
- 稳定各类题型得分
关键概念
- 真题演练
- 错题本
- 查漏补缺
为什么学习
- 真题是及格最直接的训练场，须反复练到稳定得分。
如何检验理解
- 能在限时内完成一套真题并达到及格分数
- 能对错题写出归因与补救点
前置关系与知识联系
- 解题规范书写训练 → 真题演练与错题归因
- 随机事件与样本空间 → 概率的定义与性质
- 数学期望 → 方差与标准差
- 方差与标准差 → 常见分布的期望与方差速记
- 一元线性回归 → 真题演练与错题归因
- 区间估计（单正态总体） → 单个正态总体的假设检验
- 大数定律 → 中心极限定理
- 正态分布与标准化 → 中心极限定理
- 概率的定义与性质 → 连续型随机变量与概率密度
- 分布表查阅 → 区间估计（单正态总体）
- 方差与标准差 → 一元线性回归
- 方差分析（单因素ANOVA） → 解题规范书写训练
- 总体、样本与统计量 → 点估计方法（矩估计与最大似然）
- 单个正态总体的假设检验 → 假设检验与区间估计的联系与p值
- 两个正态总体的假设检验 → 真题演练与错题归因
- 点估计方法（矩估计与最大似然） → 估计量的评选标准
- 总体、样本与统计量 → 描述性统计量（中位数、分位数）
- 中心极限定理 → 总体、样本与统计量
- 单个正态总体的假设检验 → 解题规范书写训练
- 单个正态总体的假设检验 → 两个正态总体的假设检验
- 单个正态总体的假设检验 → 方差分析（单因素ANOVA）
- 连续型随机变量与概率密度 → 均匀分布与指数分布
- 假设检验基本思想 → 单个正态总体的假设检验
- 点估计方法（矩估计与最大似然） → 一元线性回归
- 方差与标准差 → 切比雪夫不等式
- 数学期望 → 总体、样本与统计量
- 抽样分布与三大分布 → 方差分析（单因素ANOVA）
- 总体、样本与统计量 → 14天复习计划与重点取舍
- 正态分布与标准化 → 数学期望
- 方差分析（单因素ANOVA） → 真题演练与错题归因
- 估计量的评选标准 → 区间估计（单正态总体）
- 总体、样本与统计量 → 抽样分布与三大分布
- 一元线性回归 → 解题规范书写训练
- 概率的定义与性质 → 常见离散分布（二项、泊松）
- 抽样分布与三大分布 → 分布表查阅
- 切比雪夫不等式 → 大数定律
- 正态分布与标准化 → 抽样分布与三大分布
- 连续型随机变量与概率密度 → 正态分布与标准化
- 常见离散分布（二项、泊松） → 数学期望
- 分布表查阅 → 假设检验基本思想
- 区间估计（单正态总体） → 假设检验与区间估计的联系与p值
- 14天复习计划与重点取舍 → 真题演练与错题归因
- 数学期望 → 点估计方法（矩估计与最大似然）
结合互动地图查看具体关系类型，再选择下一步。