福州大学数学与统计学院统计学专业数学应用统计方向考博初试主要考察四门科目：数学分析（占比30%）、概率论与数理统计（占比30%）、统计学综合（占比40%）以及专业英语或文献阅读（占比10%）。数学分析重点考察实变函数与泛函分析基础，建议以陈纪修《数学分析》第四版为核心，结合历年真题强化级数收敛性、函数项级数的一致收敛性以及勒贝格积分证明题训练。概率论部分需深入掌握马尔可夫链、大数定律与中心极限定理的证明细节，推荐参考盛骤《概率论与数理统计》第四版，特别关注贝叶斯统计与随机过程章节的拓展阅读。

统计学综合考试分为统计理论与应用两大部分，理论部分侧重假设检验的拒绝域构造、广义线性模型与生存分析，建议精读《数理统计教程》（霍行健著）第三章至第五章，配合《统计推断》（Casella & Berger）中参数估计章节进行对比学习。应用统计方向需重点突破时间序列分析（ARIMA模型、状态空间模型）、非参数回归（局部回归、核平滑）及高维数据分析（主成分分析、稀疏回归），推荐使用R语言完成《R语言实战统计》（Wickham & Gentry）中的案例实践。考试常以综合题形式出现，例如要求从正交试验设计到方差分析再到回归预测的完整流程分析，需掌握SAS或Python的统计建模工具包。

专业英语考核侧重统计学前沿文献阅读，近三年真题显示对机器学习与因果推断类论文的翻译要求提升显著，建议精读《Journal of the American Statistical Association》近五年Top10论文，同时掌握Stata、SPSS等软件的英文操作指令。备考策略应遵循"三阶段递进"模式：第一阶段（1-2个月）完成指定教材通读与课后习题，建立知识框架；第二阶段（2个月）进行专题突破，针对历年真题中出现的"回归诊断与模型优化""贝叶斯网络构建"等高频考点组织模拟训练；第三阶段（1个月）实施全真模考，重点提升统计软件操作速度与结果解读能力，注意《福州大学研究生招生网》每年9月更新的考试大纲。

特别提醒考生关注2023年新增的"统计计算与大数据分析"考核模块，要求掌握Spark分布式计算框架下的统计建模方法，推荐参考《Big Data Statistics》（Wang等著）中Spark MLlib应用实例。报考者需同步准备中英文自我介绍（重点突出数学建模竞赛获奖或行业数据分析项目经验），建议提前联系导师组提交研究计划书，其中应体现对"统计机器学习在金融风控中的应用"等学院重点研究方向的理解。最后阶段的复试准备需强化计量经济学实证分析能力，重点掌握面板数据模型（固定效应、随机效应）与双重差分法（DID）的Stata编程技巧，建议使用《计量经济学：方法与应用》（ Wooldridge著）第11章案例进行实操训练。