下载文档原格式
2020年北京林业大学林学院森林经理学（090704）研究方向、考试科目、参考书目、考研经验、复习指导一．研究方向01森林经营理论与技术02森林资源调查与监测03森林结构与生长模型模拟04林业遥感与信息技术二．初试考试科目①101思想政治理论②201英语一或203日语③715数理统计（含概率论）或725数学（自）④804测树学三、复试笔试科目森林经理学四．参考书目1.初试参考书目715数理统计（含概率论）【1】《数理统计》贾乃光主编，中国林业出版社出版【2】《概率论与数理统计》浙江大学，盛骤，谢式千，潘承毅编,高等教育出版社出版725数学（自）【1】同济大学数学系.高等数学(上、下册)(第六版)，高等教育出版社【2】高孟宁，徐梅.高等数学，中国农业大学出版社【3】贾乃光，张青，李永慈.数理统计(第四版)，中国林业出版社【4】盛骤，谢式千，潘承毅.概率论与数理统计(第四版)，高等教育出版社804测树学【1】孟宪宇主编，测树学（第3版），北京：中国林业出版社，2006年2.复试参考书目《森林经理学》（第4版）亢新刚主编中国林业出版社,2011五、北林森林经理学复习备考建议1、零基础复习阶段（6月前)本阶段根据考研科目，选择适当的参考教材，有目的地把教材过一遍，全面熟悉教材，适当扩展知识面，熟悉专业课各科的经典教材。
这个期间非常痛苦，要尽量避免钻牛角尖，遇到实在不容易理解的内容，先跳过去，要把握全局。
系统掌握本专业理论知识。
对各门课程有个系统性的了解，弄清每本书的章节分布情况，内在逻辑结构，重点章节所在等，但不要求记住，最终基本达到北林本科水平。
2、基础复习阶段（6－8月)本阶段要求考生熟读教材，攻克重难点，全面掌握每本教材的知识点，结合真题找出重点内容进行总结，并有相配套的专业课知识点笔记,进行深入复习，加强知识点的前后联系，建立整体框架结构，分清重难点，对重难点基本掌握。
同时多练习相关参考书目课后习题、习题册，提高自己快速解答能力，熟悉历年真题，弄清考试形式、题型设置和难易程度等内容。
北林统计学学分积一、引言随着社会的发展和科技的进步，统计学已经成为了各个领域中不可或缺的一门学科。
在我国的高校中，统计学学分积作为衡量学生学习成果的重要标准，受到了广泛关注。
本文以北林为例，探讨统计学学分积的重要性以及如何提高学分积的方法，旨在为广大学子提供实用的学习建议。
二、北林统计学学分积概述1.计算方法在北林，统计学学分积是根据学生课程成绩加权平均计算得出的。
具体计算方法如下：学分积= （课程1成绩× 课程1学分+ 课程2成绩× 课程2学分+ … + 课程n成绩× 课程n学分）÷ 总学分2.评分标准北林统计学学分积采用100分制，评分标准如下：90分以上：优秀80-89分：良好70-79分：中等60-69分：及格60分以下：不及格3.占比情况在北林，统计学学分积在整个学业成绩中所占的比例为15%-20%。
由此可见，学分积对于学生综合评价和毕业要求具有重要意义。
三、提高北林统计学学分积的方法1.课堂学习课堂上是学习统计学基础知识的关键时期。
学生应保持专注，认真听讲，并及时消化吸收讲义内容。
对于难以理解的部分，可以做好标记，课下寻求辅导或查阅资料。
2.课后复习课后复习是巩固知识的必要环节。
学生可以根据课堂笔记和教材进行复习，确保掌握统计学的基本概念、方法和技巧。
同时，可以通过做习题来检验自己的学习成果。
3.实践操作统计学是一门实用性很强的学科。
学生可以通过参加实验、实习等实践活动，将所学知识运用到实际中，提高自己的动手能力和解决问题的能力。
4.考勤与作业保持课堂考勤和按时完成作业是提高学分积的基础。
学生应重视课堂互动和作业质量，养成良好的学习习惯。
四、应对策略与建议1.时间管理合理安排学习时间，确保有足够的时间进行课堂学习、课后复习和实践操作。
可以根据自己的作息规律制定学习计划，合理分配学习任务。
2.学习计划制定学习计划，明确学习目标和阶段性任务。
计划应具有可操作性、可行性和持续性，以便更好地实现学习目标。
数理统计课程设计一、课程目标知识目标：1. 理解并掌握数理统计的基本概念，如平均数、中位数、众数、方差等；2. 学会运用数理统计方法分析、处理实际问题，并能正确解释统计结果；3. 掌握频数分布表、频数分布直方图、饼图等统计图表的制作方法和应用。
技能目标：1. 能够运用所学数理统计方法对数据进行整理、分析和解释，提高数据处理能力；2. 能够运用信息技术手段（如Excel、SPSS等）进行数理统计计算和图表绘制；3. 能够独立完成实际问题的数理统计研究，形成书面报告。
情感态度价值观目标：1. 培养学生对数理统计的兴趣，激发学生学习数学的热情；2. 培养学生的团队协作精神，提高合作解决问题的能力；3. 增强学生的数据分析意识，培养学生的实证思维，使其能够以数据为依据进行科学决策。
分析课程性质、学生特点和教学要求：1. 课程性质：本课程为数理统计，属于应用数学领域，具有较强的实用性和操作性；2. 学生特点：学生处于高年级阶段，已具备一定的数学基础和数据分析能力；3. 教学要求：注重理论与实践相结合，培养学生解决实际问题的能力。
二、教学内容1. 数理统计基本概念：平均数、中位数、众数、方差、标准差；2. 数据的收集与整理：问卷调查、实验数据、观测数据等；3. 频数分布表与频数分布直方图：制作方法及应用；4. 统计量度与统计图表：饼图、条形图、折线图等；5. 概率与概率分布：概率的基本性质、随机变量、概率分布；6. 统计推断：估计理论、假设检验、置信区间；7. 相关分析与回归分析：线性相关、线性回归、非线性回归；8. 数理统计在实际问题中的应用：案例分析、数据处理、报告撰写。
教学大纲安排：第一周：数理统计基本概念；第二周：数据的收集与整理；第三周：频数分布表与频数分布直方图；第四周：统计量度与统计图表；第五周：概率与概率分布；第六周：统计推断；第七周：相关分析与回归分析；第八周：数理统计在实际问题中的应用。
北京林业大学 2005---2006学年第一学期考试试卷（A 卷）试卷名称： 数理统计II 课程所在院系： 理学院考试班级： 学号： 姓名： 成绩： 试卷说明：1. 本次考试为闭卷考试。
本试卷共4页，共八大部分，请勿漏答；2. 考试时间为120分钟，请掌握好答题时间；3. 答题之前，请将试卷上的考试班级、学号、姓名填写清楚；4. 所有试题答案写在试卷上；5. 考试中心提示：请你遵守考场纪律，参与公平竞争! 答题中可能用到的数据如下：(2.75)0.997Φ=, 0.025 1.96z =, 0.025(4) 2.776t =,1.11)4(2025.0=χ, 484.0)4(2975.0=χ.一.填空（每空2分，共34分）1. 设 A 、B 、C 为三个随机事件，则事件“A 、B 、C 三事件全部发生” 可表示为 。
2. 两封信随机地向标号为一、二、三、四的4个邮筒投寄，则第二个邮筒恰好被投入一封信的概率等于 。
3. 已知ξ服从区间]6 ,3[上的均匀分布，则关于x 的方程025.62=++x x ξ没有实数根的概率等于 。
4.已知x 表示从某个总体ξ中抽取出来的容量为12的简单随机样本的样本平均，且2 ,3==x D x E 。
则ξE = ，ξD = 。
5. 设某动物由出生算起能活到20岁以上的概率为0.8，能活到25岁以上的概率为0.4。
现在有一个20岁的这种动物，则它能活到25岁以上的概率等于 。
6.三人独立地去破译一个密码，他们能译出的概率分别是1/5、1/3、1/4 ，则能将此密码译出的概率等于 。
7.评价一个估计量的好坏常用的三种标准是：一致估计、 估计以及有效估计。
共重复3次，则3次中恰有两次取到废品的概率等于 。
9. 已知),(~p n B X ，且15=EX ，6=DX ，则n = ， p = 。
10.已知ξ和η相互独立，且)2,1(~-N ξ，)3,1(~N η。
则ξ和η的协方差=),cov(ηξ ；ηξ2-所服从的分布为 。
线上教学内容与资源层面的认识一、可用于在线教学的大学数学网络教学资源1.国际网络教学资源（1）MITOCW2001年，麻省理工学院（MIT）实施OCW计划，将学校课程资源网络化，供世界各地学者和机构学习。
该计划成为了网络教学的开端[1]。
MIT网上免费公开课程项目启动后，计划在十年内把所有的课程内容放到互联网上，供全世界免费使用，进而推动MIT本身的教育教学，提升MIT的形象。
目前，该计划有2400门课程资源，超过5亿用户，已远超当初预期。
其中网站首页公开的本科阶段大学数学课程涵盖了应用数学、微积分、线性代数、数学分析、概率论和数理统计约150门课程资源。
（2）KhanAcademy （可汗学院）可汗学院是由孟加拉裔美国人萨尔曼·可汗于2006年创立的一家教育性非营利组织，利用网络影片进行免费授课，其内容涵盖数学、历史、金融、物理、化学、生物、天文学等众多科目，其中大学数学包括线性代数、概率论和数理统计、重积分、定积分等课程。
可汗学院开创了一些独具特色的教学模式：课程短小，每节课只有10分钟左右，课程之间按照从易到难逐步衔接；授课教师不出现在影片中，在电子黑板系统用彩笔一边写字一边录像，将录好的视频上传到网上；网站开发了一种在线练习系统，记录了学习者对每一个问题的完整练习记录，方便教师清楚地了解学习者的学习状况；课程进度由学习者根据学习情况自由安排。
可汗学院课程的讲授视频只有写屏画面和讲解的声音，由于营造了“面对面”的授课氛围而广受欢迎，可汗本人因此被美国《时代》杂志评为2012年百位世界最有影响力人士。
不过迈阿密大学教育学教授沃尔特·斯卡达也指出了“可汗模式”的不足，认为可汗的教学方式存在“过度简化”的缺陷，“他总是利用特定例子来解释概念，如果人们遇到其他例子时，可能会糊涂……这表面上看是个小问题，却可能为以后的学习埋下隐患。
”可汗学院在中国的推行主要依靠“网易公开课”平台。
30统计学专业本科培养方案专业英文名：Statistics专业代码：071201学科门类：理学（统计学类）一、培养目标培养德、智、体、美全面发展，适应国家建设需要，具有扎实的经济学、数学基础，系统掌握统计学的基本理论、方法，具备统计调查设计、数据收集、整理、综合分析的专业能力和熟练的计算机统计操作技能，以及较强的自主学习能力和基本的科学研究素养，具有数量分析和统计信息管理特长的复合型专业人才。
毕业生能够在国家各级经济管理部门、调查咨询机构、金融机构、企事业单位等从事统计调查、数据分析、咨询与管理等工作。
二、培养方式本专业人才培养方式主要包括课堂教学、实习实验教学、毕业论文（设计）、大学生素质拓展计划以及讲座、社团活动等。
课堂教学是专业培养的基本方式。
在课程体系设置中，以数学、经济学、概率与数理统计课程为基础、以经济统计和现代统计方法类课程为核心，以统计类课程为主体、并延伸到金融投资领域，形成了模块化专业课程体系；授课内容注重学术思想、思路、方法、重点、难点，采用案例式、启发式、研讨式的教学方式。
实习实验教学包括课堂实验、统计业务模拟实习和统计专业综合实习。
毕业论文要求学生综合运用专业知识对实际问题进行分析研究，是学术训练的重要形式。
大学生素质拓展计划、讲座、社团活动等是课堂教学和实践教学的必要补充，有助于提高学生的综合素质。
三、依托学科和专业核心课程1.依托学科数学、统计学、经济学。
2.专业核心课程国民经济核算、试验设计、寿险精算学、宏观经济统计分析、经济预测与决策、市场调查与分析、统计分析软件应用。
四、主要实践教学环节主要由实习实践、毕业论文（设计）、综合拓展环节组成，着重提高学生综合素质、动手技能和学术创新能力。
实习实践包括课程内实习实验、暑期社会实践、社团实践、统计业务模拟实习、专业综合实习等，其中统计业务模拟实习主要利用统计实验室开展抽样调查与综合统计分析实习和社会经济统计岗位模拟实习；统计专业综合实习采用统一组织和分散实习相结合的方式，到政府统计部门和相关单位进行实际统计业务实习。
数理统计
Statistics
课程代码：
学时数：总学时64（讲课60 研讨4）学分数：4
课程类别：必修开课学期：3
主讲教师：数学系教师
编写日期：2011年8 月
一、课程性质和目的
课程性质：数理统计(含概率论) 是我校各专业学生必修或选修的一门基础理论课。
目的：通过本课程的学习，使学生获得概率论与数理统计的基本知识和基本运算技能，了解Excell或Spss的统计计算功能。
在概率论方面使学生获得：随机事件及其概率、随
机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等方面的基本概念、基
本理论和基本运算的知识和技能，为学习数理统计提供必需的理论基础。
在数理统计方面
使学生获得：总体和样本、矩估计和极大似然估计、大样本和小样本估计方法、参数和非
参数假设检验、单因素和多因素方差分析以及回归分析的基本概念、基本理论和基本运算
的知识和技能。
通过本课程的学习，使学生在运用数学方法分析和解决问题的能力方面得到进一步的培养和训练，为学习有关专业课程和扩大数学知识提供必要的数学基础。
二、课程教学内容、学时分配和课程教学基本要求
概率论部分 （讲课24学时）
1．随机事件及其概率（讲课6学时）
教学内容：
（1）随机事件，事件间的关系及运算；
（2）概率的定义和性质；
（3）古典概型；几何概型；
（4）条件概率，乘法公式；
（5）事件独立性，试验独立性。
基本要求：
掌握随机事件的关系及运算；掌握概率的统计定义；掌握古典概型和几何概型的概率计算；正确地运用概率的性质计算概率；掌握条件概率、乘积公式、全概率公式与贝叶斯公式，运用它们计算事件的概率；理解事件独立性、试验独立性的概念并会进行有关概率计算。
说明： 这一部分内容为后面各章的基础，要求正确地理解和掌握各个基本概念和计算公式，鉴于目前高中已经讲过古典概型和独立事件，这两部分的内容要简化。
交并差补事件
的概率，条件概率，乘法公式作为重点。
2．随机变量及其分布（讲课8学时）
教学内容：
（1）随机变量和分布函数
（2）一维离散型随机变量、二维离散型随机变量
（3）一维连续型随机变量、二维连续型随机变量
（4）随机变量函数的分布。
基本要求：
对于一维离散型随机变量要求：分布列、分布函数、概率计算、函数的分布；对于一维连续随机变量要求熟练掌握：密度函数、分布函数、概率计算、函数的分布。
（本章的重点和难点，要着重加强）；对于二维离散型随机变量要求熟练掌握：联合分布列、边缘分布列、独立性判断、概率计算、函数的分布；对于二维连续型随机变量内容只讲二维正态分布，均匀分布，边缘密度函数、随机变量的相互独立性和概率计算，只介绍概念，不要求计算。
3．常用的几种分布（讲课3学时）
教学内容：
（1）二项分布、超几何分布、泊松分布；
（2）均匀分布、指数分布、正态分布。
基本要求：
掌握二项分布、超几何分布、泊松分布、均匀分布、指数分布、正态分布；掌握各种分布的应用背景和概率计算，特别是熟练掌握正态分布的概率计算；了解Excel或Spss中有关这几个分布的概率计算。
4．随机变量的数字特征（讲课4学时）
教学内容：
（1）随机变量的数学期望及数学期望的性质；
（2）随机变量的方差、协方差、相关系数的定义及性质
基本要求：
掌握数学期望、方差、标准差、矩、协方差和相关系数的概念、性质及计算方法，熟练计算一维离散随机变量、二维离散随机变量、一维连续随机变量的数字特征。
并会计算它们随机变量函数的数学期望。
熟练掌握常用的几种分布的数字期望和方差的计算。
5．大数定律与中心极限定理（讲课3学时）
教学内容：
（1）切贝谢夫不等式。
（2）大数定律的概念、切贝谢夫大数定律、贝努利大数定律。
（3）中心极限定理。
基本要求：
理解切贝谢夫定理、贝努力大数定律和中心极限定理的含意；掌握中心极限定理的应用。
概率论部分的研讨。
统计部分 （讲课36学时，研讨4学时）
6．统计中的一些基本概念（讲课4学时）
教学内容：
（1）总体与样本、随机抽样方法、统计资料的分组和作图；
（2）样本平均值、中位数、众数、样本方差、标准差、极差、变异系数、样本原点矩、中心矩、统计量；
（3）三个常用统计量的分布（重点和难点）。
基本要求：
掌握总体、个体、样本容量、样本平均数、样本方差、标准差、极差、变异系数、样本原点矩、中心矩、统计量概念；掌握样本平均数、样本方差、标准差、极差、变异系数、样本原点矩、中心矩的计算；掌握分布、分布、分布、几个重要正态样本统计量的分布；会根据样本值进行统计资料的分组和作图。
了解Excel或Spss进行各种统计量的计算。
7．参数估计（讲课9学时，研讨1学时）
（1）两种点估计方法：矩估计法和极大似然法；
（2）估计量的评价标准；
（3）大样本，下总体均值、总体频率的估计；
（4）正态总体下，总体均值、总体方差的估计；
教学内容：
（1）两种点估计方法：矩估计法和极大似然法；
（2）估计量的评价标准；
（3）总体均值、总体频率的大样本估计；
（4）总体均值、总体方差的小样本估计；
针对学生作业中出现的问题安排2学时的研讨。
基本要求：
加强矩估计法和最大似然估计法的教学，使同学掌握这两种估计方法的计算问题。
理解参数的点估计、估计量与估计值的概念；了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性，比较两个无偏估计的有效性。
掌握总体均值、总体频率的区间估计；掌握正态总体均值的区间估计；掌握正态总体方差的区间估计；了解Excel的参数估计功能。
参数估计的每一项（除相合性）都在期末考试要求范围内。
8．假设检验（讲课9学时，研讨1学时）
教学内容：
（1）统计假设检验的步骤和基本概念；
（2）一个总体均值的假设检验、总体频率的假设检验、正态总体方差的假设检验；
（3）差异显著性检验、正态总体的方差齐性检验；
（4）总体分布的假设检验；
（5）列联表分析
基本要求：
掌握假设检验的基本思想；掌握一个总体均值和频率的假设检验、正态总体方差的假设检验、两个总体均值和频率的差异显著性检验、正态总体的方差齐性检验、总体分布的假设检验、列联表分析；了解Excel或Spss的假设检验功能。
加强单侧检验的教学。
假设检验的每一项都在期末考试要求范围内。
9．方差分析（讲课7学时，研讨1学时）
教学内容：
（1）方差分析及其逻辑基础；
（2）单因素方差分析；
（3）多重比较；
（4）双因素方差分析。
基本要求：
理解方差分析的逻辑基础，熟练进行单因素方差分析、多重比较的计算，期末重点考察。
掌握双因素方差分析的计算过程，由于计算复杂，期末以填双因素方差分析表的形式进行考核。
了解Excel或Spss的方差分析功能。
10．回归分析（讲课7学时，研讨1学时）
教学内容：
（1）回归概念一元线性回归；
（2）多元线性回归。
基本要求：
理解回归分析的基本思想；掌握一元线性回归方程的求法和相关性检验的方法，期末重点考察。
掌握多元线性回归；由于计算复杂，期末此项内容考核要灵活掌握。
了解Excel或Spss的线性回归功能。
三、本课程与其它课程的联系和分工
本课程的先修课为《高等数学》、《线性代数》。
四、本课程的考核方式
期末考试采取闭卷笔试形式，试题类型分为填空、判断、计算、应用、证明等类型。
学生成绩评定按“平时成绩占20%-30%+期末考试成绩占80%-70%”核算。
五、建议教材与教学参考书
建议教材：
1．《数理统计》，贾乃光等，中国林业出版社，2006。
建议教学参考书：
1．《概率论与数理统计》（第四版），浙江大学盛骤等编，高等教育出版社，2008；
2．《概率论与数理统计》，陈希孺编著，中国科学技术大学出版社，1996。
建议课外习题：数理统计精品课程建设的补充习题。
六、课程简介
本课程包括两部分内容概率论和数理统计。
概率论是研究随机现象中的数量规律的数学学科，在众多的领域内扮演着越来越重要的角色。
主要内容包括：随机事件及其概率、条件概率、事件的相互独立性及试验的相互独立性、随机变量及其分布、随机变量的函数及其分布、随机变量的数字特征、大数定律与中心极限定理等。
数理统计使用概率论和数学的方法，研究怎样收集带有随机误差的数据，并在设定的模型下，对这些数据进行分析，以对所研究的问题做出推断。
主要内容包括数理统计的基本概念（随机样本，统计量，抽样分布）、参数估计（点估计的方法，评价估计量的标准，正态总体参数的区间估计）、假设检验（假计检验的基本思想和概念，正态总体参数的假设检验）、方差分析（单因素方差分析、多重比较、双因素方差分析）、线性回归（一元线性回归方程、多元线性回归）。
执笔人：审核人：教学院长：院学术委员会：院长：。
