在備考過程中，部分考生可能會存在這樣的問題，比如：考前沖刺如何記憶高頻考點？別擔心，為了幫大家解決這個問題，小編收集資料并整理了相關的內容，一起閱讀下文來學習第四部分貨幣與金融（第23-27章），來了解吧~

1、統計學有兩個分支：描述統計和推斷統計。描述統計是研究數據收集、整理和描述的統計學方法。其內容包括如何取得所需要的數據，如何用圖表或數學方法對數據進行整理和展示，如何描述數據的一般性特征。推斷統計是研究如何利用樣本數據來推斷總體特征的統計學方法，包括參數估計和假設檢驗。參數估計是利用樣本信息推斷總體特征；假設檢驗是利用樣本信息判斷對總體的假設是否成立。

2、分層抽樣是指先按照某種規則把總體分為不同的層，然后在不同的層內獨立、隨機地抽取樣本，這樣所得到的樣本稱為分層樣本。

3、整群抽樣是將總體中所有的基本單位按照一定規則劃分為互不重疊的群，抽樣時直接抽取群，對抽中的群調查其全部的基本單位，對沒有抽中的群則不進行調查

4、抽樣誤差是由于抽樣的隨機性造成的，用樣本統計量估計總體參數時出現的誤差。抽樣誤差的相關因素有：①與總體分布有關，總體單位值之間差異越大，則總體方差越大，抽樣誤差越大；②與樣本量n有關，在其他條件相同的情況下，樣本量越大，抽樣誤差就越小；③與抽樣方式和估計量的選擇也有關系。

5、中位數是一個位置代表值，主要用于順序數據和數值型數據，但不適用于分類數據。中位數的優點是不受極端值的影響，抗干擾性強，尤其適用于測試偏斜分布的數值型數據。

6、Pearson相關系數的取值范圍在-1和+1之間，即-1≤r≤1，r的取值可表明變量之間的相關關系，具體有：①若0＜r≤1，表明變量X和Y之間存在正線性相關關系；②若-1≤r＜0，表明變量X和Y之間存在負線性相關關系；③若r=1，表明變量X和Y之間為完全正線性相關；①若r=﹣1，表明變量X和Y之間為完全負線性相關；⑤當r=0時，說明X和Y之間不存在線性相關關系，并不說明變量之間沒有任何關系。

7、偏態系數是用來測度數據分布偏度的統計量。如果偏態系數為正值，說明分布為右偏的，取值在0和 0.5之間說明輕度右偏，取值在0.5和1之間說明中度右偏，取值大于1說明嚴重右偏。如果偏態系數為負值，說明分布為左偏，取值在-0.5和0之間說明輕度左偏，取值在-1和-0.5之間說明中度左偏，取值小于-1說明嚴重左偏。偏態系數的絕對值越大，說明數據分布的偏斜程度越大。

8、估計量的常用選擇標準有：①無偏性，即對于不放回簡單隨機抽樣，所有可能的樣本均值取值的平均值總是等于總體均值；②有效性，即在無偏估計的條件下，估計量方差越小估計越有效；③一致性，是指隨著樣本量的增大，估計量的值如果穩定于總體參數的真值，這個估計量就有一致性。

9、回歸分析用于研究變量之間相互關系的具體形式，對具有相關關系的變量之間的數量聯系進行測定，確定一個相關的數學方程式，根據這個數學方程式可以從已知量來推測未知量，從而為估算和預測提供了一個重要方法。

10、回歸模型可以用描述因變量Y如何依賴自變量 和誤差項的方程來表示。只涉及一個自變量的一元線性回歸模型可以表示為：Y＝β0＋β1X＋ε，模型中，β0＋β1X反映了由于自變量x的變化而引起的因變量Y的線性變化。誤差項ε表示除 和Y的線性關系之外的隨機因素對Y的影響，是不能由x和Y的線性關系所解釋的Y的變異性。

11、決定系數即R2，可以測度回歸直線對樣本數據的擬合程度。決定系數的取值在0到1之間，大體上說明了同歸模型所能解釋的因變量變化占因變量總變化的比例。決定系數越高，模型的擬合效果就越好，即模型解釋因變量的能力越強。如果所有觀測點都落在回歸直線上，R2=1，說明回歸直線可以解釋因變量的所有變化。

12、相關分析與回歸分析在研究目的和方法的區別：①相關分析研究變量之間相關的方向和相關的程度，無法從一個變量的變化來推測另一變量的變化情況，不需要明確自變量和因變量；②回歸分析是研究變量之間相關關系的具體形式，需要確定因變量和自變量。

13、根據基期的不同確定方法，增長量可分為逐期增長量和累計增長量。逐期增長量是報告期水平與前一期水平之差，它表明現象逐期增加（減少）的絕對數量。累計增長量是報告期水平與某一固定時期水平（通常是時間序列最初水平）之差，它表明報告期比該固定時期增加（減少）的絕對數量。