厦门大学统计学考博考试以扎实的理论基础和广泛的应用能力为核心考察目标，其参考书目和考试大纲具有鲜明的学科特色。考生需重点掌握概率论与数理统计、高级计量经济学、统计建模与机器学习三大核心模块，其中《概率论与数理统计》（浙大版，盛骤等著）作为基础教材，要求熟练掌握随机变量分布、参数估计、假设检验等核心内容，特别关注区间估计的枢轴量方法和非参数检验的秩检验。在《高级计量经济学》（伍德里奇著）的复习中，需深入理解GMM估计、面板数据模型、工具变量法的理论推导，重点掌握动态面板数据的系统GMM估计和面板数据单位根检验的LLC、IPS等常用方法。

统计建模与机器学习方向则需系统学习《统计学习基础》（ Trevor Hastie 等著），重点掌握SVM核函数设计、随机森林的变量重要性评估、XGBoost的迭代优化机制，结合《时间序列分析：预测与控制》（Box & Jenkins著）掌握ARIMA模型的季节调整技巧和状态空间模型的卡尔曼滤波算法。考博真题分析显示，近五年试题中计量经济类题目占比达65%，其中23%涉及高维数据下的LASSO回归和随机效应模型，17%考题聚焦于非结构化数据的文本挖掘与情感分析建模。

考生应建立"三层次"复习体系：基础层以教材定理证明和典型例题为抓手，强化数学推导能力；应用层通过《计量经济学前沿》（Angrist & Pischke著）的实证案例训练，完成30+个R语言或Python实现项目；创新层需关注《Journal of the American Statistical Association》等顶刊论文，在机器学习可解释性、因果推断反事实框架等前沿领域形成研究视角。特别要注意厦大统计学科在生物统计、金融计量等交叉领域的命题倾向，建议报考前通过官网下载近三年真题，建立包含200+典型题目的错题数据库，并定期参加学院组织的计量经济学术沙龙，与导师团队开展实证研究合作。