四川大学数学学院应用统计、数学统计学、智能科学与技术三个专业的考博初试均以学科基础理论为核心，注重跨学科融合能力与科研潜力的考察。应用统计专业初试科目包括《概率论与数理统计》《应用统计综合》两门，重点考核统计建模、贝叶斯分析及大数据处理能力，推荐参考《数理统计与数据分析》（胡适林）、《统计推断》（ Casella & Berger），近五年真题中贝叶斯统计与高维数据分析题占比达35%。数学统计学专业考试科目为《数学分析》《高等代数》《数学物理方程》，特别强调泛函分析在统计物理中的应用，建议精读《实分析》（Rudin）第三章与《Functional Analysis》（Kreyszig），近三年泛函空间题年均出现2.3道。智能科学与技术专业初试增设《机器学习与模式识别》科目，需掌握SVM、GAN等算法的数学原理，推荐《机器学习》（周志华）与《Deep Learning》（Goodfellow），2023年新增对比学习与元学习案例分析题占比18%。

三个专业复试均采用"三段式"考核：专业笔试（60%）侧重科研能力，综合面试（30%）关注学术背景与跨学科思维，英语考核（10%）要求文献阅读与学术表达。建议考生在初试期间同步构建"统计-数学-智能"三学科知识图谱，重点关注2023年新增的因果推断与可解释AI方向，关注学院官网公布的《前沿统计与智能计算实验室》年度研究计划，及时获取《统计建模与数据分析》等院刊最新动态。备考应采用"三轮递进法"：首轮夯实《测度论》《矩阵分析》等基础（4-6月），次轮强化统计机器学习与优化算法（7-9月），终轮模拟2021-2023年真题并撰写3篇以上研究计划（10-12月）。特别要注意数学统计学专业对偏微分方程在金融衍生品定价中的应用考核，建议结合Black-Scholes模型与Fourier变换方法进行专题突破。