1.数理统计学的基本概念
（1）理解常用统计量和抽样分布的概念；掌握简单统计量（样本均值的期望、方差等）及次序统计量的计算；
（2）掌握三大分布（正态分布、t分布和F分布）的概念及基本性质；理解正态总体下样本均值和方差的抽样分布；
（3）了解非正态总体下样本均值的抽样分布；了解样本均值的渐近分布、充分统计量的概念。
2.参数估计
（1）掌握矩估计法、大似然估计法求参数的估计量或估计值；
（2）掌握估计量优劣评估及评选标准；掌握估计量的无偏性、有效性和一致性的评估方法；
（3）了解信息不等式、样本的Fisher信息量、无偏估计量的C-R下界；
（4）理解置信区间、置信水平的概念，掌握正态总体下参数置信区间的求解。
3.假设检验
（1）理解假设检验的基本概念、基本思想和检验步骤；理解两类错误及其概率、检验函数的构造；
（2）掌握检验统计量的构造，运用P值或者临界值判断检验结果。
（3）掌握正态一个或两个总体参数的假设检验；
（4）了解非参数假设检验的基本思想，掌握卡方检验、独立性检验和两样本的秩和检验；
4. 方差分析与试验设计
（1）掌握方差分析的基本思想和单因素方差分析的检验方法；了解两因素方差分析的检验方法；
（2）掌握正交试验设计科学实验，并进行方差或回归分析。
5.回归分析
（1）掌握回归分析的基本思想、一元线性回归方程的估计、回归方程的显著检验及应用；
（2）了解多元线性回归方程的建立、显著性检验及应用；
（3）掌握多元线性回归中多重共线性的识别，了解非线性回归模型的线性化过程；
6.多元统计分析初步
（1）理解主成分分析、因子分析和典型相关分析的思想；理解判别分析、聚类分析的主要理论及应用；
（2）掌握主成分分析方法、因子分析的数学模型及求解。