福州大学数学与统计学院应用统计专业考博考试以扎实的理论基础和突出的应用能力为核心考核目标，其参考书目体系覆盖概率论、数理统计、应用统计方法及前沿领域研究，形成“基础理论—方法应用—学术创新”三位一体的备考框架。以《概率论与数理统计》（浙大版，第四版）为基石，考生需系统掌握随机变量分布、参数估计、假设检验等核心内容，重点突破大数定律、中心极限定理的证明技巧及非参数统计方法的应用场景。配套习题需完成率达90%以上，尤其关注贝叶斯统计与经典频率学派的理论分野。

《应用数理统计》（盛骤等编，第四版）作为方法论的延伸教材，需重点研读方差分析、回归分析、多元统计分析的建模过程，特别要注意正交试验设计与结构方程模型的实际操作。建议结合R语言或Python进行案例复现，例如利用ANOVA分析不同促销策略对销售额的影响，或通过路径分析验证消费者行为理论模型。书中第7章的统计预测与第8章的统计质量管理是近年真题高频考点，需掌握ARIMA模型季节性分解与六西格玛DMAIC流程的完整实施步骤。

《统计学》（贾俊平编，第8版）强化了大数据时代的统计实践，需重点理解抽样调查方法中的分层整群抽样技术，以及基于SPSS或Stata的复杂抽样设计。重点章节包括第5章的指数分析、第12章的贝叶斯统计和第15章的机器学习基础。考生应通过案例研习掌握GDP核算中的链式拉氏指数编制，并对比传统CPI指数与核心CPI的计算差异。新增的“数据科学”模块需关注随机森林、支持向量机的统计解释，了解其与传统回归模型的假设条件差异。

《时间序列分析》（胡博渊编，第二版）作为专业核心课教材，要求考生熟练掌握ARMA模型的平稳性判别与参数估计，重点突破季节性时间序列的分解方法及状态空间模型的矩阵运算。建议结合Eviews或Python的statsmodels库完成月度降雨量预测、股票价格波动分析等实战项目。书中第6章的谱分析需掌握周期图检验的数学原理，第9章的预测控制应能独立完成滚动窗口回归模型的构建。近年考题中，基于Prophet模型的电商平台销售预测成为新考点，需重点掌握其加法与乘法分解模型的选择依据。

备考策略上，建议采用“三阶段递进式学习法”：第一阶段（1-2个月）完成四本教材的精读与知识点图谱构建，建立概率论、统计推断、回归分析等模块的交叉关联；第二阶段（2-3个月）聚焦真题训练，近十年福州大学应用统计考博真题显示，假设检验题占28%、回归分析题占25%、时间序列题占18%，需针对性强化薄弱环节；第三阶段（1个月）进行学术创新模拟，选择高被引论文（如《Journal of Econometrics》2022年刊发的统计机器学习综述）研读，尝试将LSTM神经网络应用于城市交通流量预测等跨学科课题。特别提醒考生关注学院官网发布的《考博细则》，2023年新增对Stata高级命令（如面板数据固定效应模型、生存分析中的Cox比例风险模型）的考核要求，建议额外完成《计量经济学》（伍德里奇）第10章与第15章的拓展学习。