《统计学》作为中国石油大学（北京）专业型硕士研究生入学考试的重要科目，旨在评估考生在统计学领域的基础知识、技能和应用能力。考试内容涵盖统计学和概率论两大板块，旨在选拔具有潜在分析和解决问题能力的高级应用型统计人才。
在统计学部分，考生需要掌握以下关键知识点：
1. 调查的设计与实施：理解如何规划和执行一项有效的统计调查，包括确定调查目标、选择合适的抽样方法和数据收集手段。
2. 抽样技术：了解概率抽样和非概率抽样的区别与应用，如简单随机抽样、分层抽样、整群抽样等。
3. 数据预处理：学会对原始数据进行清洗、整理和编码，以便进一步分析。
4. 数据描述：熟练运用图表展示定性和定量数据，并通过统计量如平均数、中位数、分位数和众数来描述数据集中趋势，以及极差、标准差和样本方差来衡量数据波动程度。
5. 参数估计：理解参数估计的基本概念，能够进行单个或两个总体参数的区间估计，并确定合适的样本量。
6. 假设检验：熟悉假设检验的基本步骤，能进行单总体和双总体参数的假设检验，包括t检验和z检验。
7. 方差分析（ANOVA）：理解单因子和双因子方差分析的基本原理，能正确执行分析并解释结果。
8. 回归分析：掌握一元线性回归的建立、估计和检验，理解残差分析在检验模型假设中的作用。此外，还需熟悉多元线性回归，包括模型的拟合优度和显著性检验，以及多重共线性问题。
9. 时间序列分析：了解时间序列的构成要素，学习并掌握常用的时间序列预测方法，如移动平均法和指数平滑法。
在概率论部分，考生需具备以下基础：
1. 事件概率的基本概念：理解事件的并、交、差运算，以及事件的概率计算。
2. 条件概率与概率公式：掌握条件概率、全概率公式和贝叶斯公式，能解决相关问题。
3. 随机变量：理解随机变量的概念，区分离散型和连续型随机变量，了解常见分布，如离散型均匀分布、二项分布和泊松分布，以及连续型的均匀分布、正态分布和指数分布。
4. 期望与方差：计算随机变量的期望值和方差，以及随机变量函数的期望值和方差。
通过这些知识点的学习和掌握，考生应能在实际问题中运用统计学和概率论的方法进行数据处理和分析，以满足应用统计硕士专业学位的要求，为未来的学术研究或职业生涯打下坚实的基础。
