六、数理统计的基本概念
　　理解总体、个体、简单随机样本以及样本观察值和样本容量的概念；理解统计量的概念。熟悉数理统计中最常用的统计量（如样本均值、样本方差）的计算方法及其分布。理解-分布，－分布，－分布的定义并会查表计算。熟悉正态总体的某些常用统计量的分布并能运用这些统计量进行计算。熟悉次序统计量及其分布。重点是：三大抽样分布-分布、－分布、－分布的定义、性质，并会查表计算。
　　1母体与子样、经验分布函数；
　　2统计量及其分布；
　　3次序统计量及其分布。
　　七、参数点估计
　　理解参数点估计的概念，掌握参数点估计的优劣衡量标准：无偏性、有效性和一致性。理解矩估计法和极大似然估计法,并能应用矩法和极大似然估计法对常见总体的未知参数进行估计。学会应用罗－克拉美不等式。理解参数区间估计的统计思想，掌握正态总体参数的置信区间的求法。重点是：参数的矩估计和极大似然估计、估计量性质，以及置信区间的求解。
　　1矩法估计；
　　2极大似然估计；
　　3罗－克拉美不等式；
　　4正态总体参数的置信区间。
　　八、假设检验
　　理解参数假设检验的基本思想，掌握假设检验的基本步骤，理解假设检验两类错误概率的定义和实际意义。熟练掌握单个正态总体和两个正态总体均值与方差的假设检验。重点是：熟练掌握正态总体的均值与方差的假设检验。
　　1假设检验的基本思想和概念；
　　2参数假设检验。
　　九、线性回归分析
　　理解并掌握线性回归分析的概念，学会建立一元线性回归方程和多元线性回归方程。学会计算线性回归模型中未知参数的最小二乘估计。重点是：线性回归模型的最小二乘法。
　　1线性回归模型；
　　2参数估计；
　　3区间估计与假设检验。
　　考试题目的一般类型：（1）填空题：基本概念或基本计算、分析；（2）计算题：（3）理论分析证明题；（4）应用题。