请问《统计学概论>中也有这方面的内容 请问什么啊？《概率论与数理统计》和《统计学概论》不是特别难，不怎么涉及高数微积分和导数的内容。我们当时的书也比较薄。我的书《统计学概论》第一章绪论第一节什么是统计第二节统计学的种类及其性质第三节统计学的基本概念第二章统计资料的搜集与整理第一节统计资料的搜集第二节数据整理第三节频数分布第三章统计描述第一节统计图与统计表第二节分布的集中趋势第三节分布的离散程度第四节分布的偏度和峰度第五节Excel在统计描述中的运用第四章抽样分布与参数估计第一节概率与概率分布第二节抽样分布第三节总体参数估计第四节抽样设计第五节Excel在概率计算与参数估计中的运用第五章假设检验第一节假设检验概述第二节总体参数检验第三节非参数检验第四节Excel在假设检验中的运用第六章方差分析第一节方差分析的基本问题第二节单因素方差分析第三节双因素方差分析第四节Excel在方差分析中的运用第七章相关与回归分析第一节相关与回归分析的基本概念第二节简单线性相关与回归分析第三节多元线性相关与回归分析第四节Excel在相关与回归分析中的运用第五节非线性相关与回归分析第八章时间序列分析第一节时间序列分析概述第二节时间序列的水平分析第三节时间序列的速度分析第四节长期趋势分析第五节季节变动与循环波动分析第六节Excel在时间序列分析中的运用第九章统计决策第一节统计决策的基本概念第二节完全不确定型决策第三节一般风险型决策第四节贝叶斯决策第十章统计指数第一节统计指数概述第二节综合指数第三节平均指数第四节指数体系与因素分析第五节统计指数的应用第十一章统计综合评价第一节综合评价概述第二节评价指标的选择与数据处理的方法第三节权重的确定与评价结果的综合第十二章国民经济统计概述第一节国民经济核算的基本问题第二节国内生产总值核算第三节国民经济分析常用指标附录一Excel概述第一节Excel的基本操作第二节使用分析工具库与统计函数附录二常用统计表附表1二项分布临界值表附表2正态分布概率表第九章统计决策第一节统计决策的基本概念第二节完全不确定型决策第三节一般风险型决策第四节贝叶斯决策第十章统计指数第一节统计指数概述第二节综合指数第三节平均指数第四节指数体系与因素分析第五节统计指数的应用第十一章统计综合评价第一节综合评价概述第二节评价指标的选择与数据处理的方法第三节权重的确定与评价结果的综合第十二章国民经济统计概述第一节国民经济核算的基本问题第二节国内生产总值核算第三节国民经济分析常用指标附录一Excel概述第一节Excel的基本操作第二节使用分析工具库与统计函数,附录二常用统计表附表1二项分布临界值表附表2正态分布概率表附表3t-分布临界值表附表4x2分布临界值表附表5F分布临界值表(a=0.05)附表6秩和检验表附表7游程检验R临界值表附表8累计法平均增长速度查对表部分习题参考答案不难的，就是多而烦，加油
都有，只要学好了。统计学概论就可以学习本科的了
北京自考考点一览表如下：
1、海淀区：北京大学政治学院、中央民族大学格致学院、中国农业大学基础学科教学部、北京师范大学马克思主义学院、北京工业大学财务管理学院、北京师范大学法学院、北京体育大学网球学院、中国政法大学信息科学技术学院、中外合作联合大学钱学森学院、对外经济贸易大学工商管理学院。
2、西城区：北京语言大学南洋教育学院、北京大学国际关系学院北京中医药大学西院、北京交通大学经济管理学院、中国社会科学院外语教研部、中国人民大学国际关系学院、中央音乐学院高教部、北京化工大学经济管理学院、北京语言大学西院以及北京石油化工学院。
3、丰台区：北京林业大学园艺学院、北京理工大学资源与安全工程学院、中央戏剧学院、中国农业科学院动物科学研究所、北京信息科技大学经济管理学院、北京建筑工程学院、北京大学生物系、中国农业大学食品学院、北方工业大学城市学院以及中国人民大学社会学系。
4、朝阳区：北京电子科技大学尚德学院、北京邮电大学移动通信学院、中国矿业大学（北京） 经济管理学院、中国环境科学学院以及北京科技大学经济学院。
5、东城区：中国语言文学研究院、中国农业大学食品科学学院中国石油大学（北京）管理工程学院、中国石油大学（北京）石油工程学院、中央财经大学金融学院、北京科技大学英语学院以及社会科学学院。
6、石景山区：首都师范大学经济与工商管理学院、北京电子科技大学软件学院、中国农业大学生物技术学院、中国政法大学法学院、中国石油大学（北京）化学工程学院以及北京科技大学信息学院。
统计学自考课程内容：高等数学、西方统计学、概率论与数理统计、国民经济核算、多元统计分析、时间序列分析、抽样技术、应用统计软件、统计预测、统计决策、应用统计学、人口统计学、企业经济统计学、金融工程学、公共卫生统计学、金融风险度量、投入产出分析、中央银行学、财务分析、项目评估、金融投资统计分析、国际经济统计学等。 自考报名条件 1、凡具有本省正式户籍的公民，不受年龄、职业、学历的限制，均可就近报名并参加考试。外省在我省工作学习的人员，也可就近报名参加考试。 2、经国家教育部正式批准或备案的各类高等学校的专科毕业生，可直接申请报考本科段(独立本科段)。 3、考生专科(基础科段)、本科段(独立本科段)可同时兼报，但在领取本科毕业证书前必须先获取专科毕业证书。 4、实践性学习环节考核、毕业论文、毕业设计、毕业考核等，须按规定在本专业涉及实践课程理论考试全部合格后才能报考。 5、提倡在职人员按照学用一致、理论与实践相结合的原则选择报考专业。对某些行业性较强的专业(如公安管理、医学类专业等)将根据专业考试计划的要求限制报考对象。 自考网上报名流程 1、登录各地自考网上报名网站(新生需注册并填写相关资料，老生根据自己之前的账号进行登陆)。 2、到自考办网站规定的指定银行办理一张缴费用银行卡。 3、办理银行卡后的新生，和有银行卡的老考生按照报名网站规定的报名流程完成网上报名。 4、网上报名成功后的新生需要在规定时间到自考办指定的地点进行摄像制作准考证。自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
除了熟悉业务、掌握业务分析思维和工具外，数据分析专家必备技能堆栈还有一个特别重要的知识点：统计学。 无论是简历的技能描述还是实际面试中，统计学都是必须的基础知识。为什么统计学对数据分析师来说那么重要？ 其实答案很明显。 数据分析的价值在于，通过数据洞察业务背后的信息，避免以往“决定拍脑袋，保证拍胸部，拍屁股就走人”的主观误判，一切用数据说话。 数据怎么能说话？ 算出一个数据，怎么知道那个数据好不好？ 有多好？ 两组数据出现在你面前，如何判断这两组数据是否有明显的差异？ 要回答这些问题，你需要运用统计学知识，而不是相信自己的眼睛。 因为眼睛有时会说谎，所以你看到的“好”不一定都是好的。 你看到的“没有区别”并不意味着没有区别。但是，许多刚入门的数据分析师在学习统计学知识时都很头疼。 统计学的书籍里写了很难理解的公式，不是一般人能理解的。其实，对大多数数据分析师来说，我们不需要掌握得那么全面和深入。 我们只能掌握一部分知识，理解不了理论。 但是，你只要知道在什么场合使用就可以了。 用了之后，慢慢就能理解了。因此，为了便于学习统计学的基础知识，这里整理一下数据分析工作中最常见的统计学基础知识，并尽量以简单的白字形式进行讲解，以便在面试和以后的工作中都能运用统计学知识。数据分析中的统计学问题1、辛普森悖论是什么？ 细分后的结果与整体结果相矛盾，人们常说这就是辛普森的悖论。辛普森悖论主要是因为两组样本不平衡，采样不合理。在正确的实验实施方案中，除被测试变量外，可能影响结果的变量比例必须一致，流量必须均匀合理划分。例如：如果原来的男性是20人，点击1人； 点击女性100人、99人，总点击率为100/120。现在男性100人，点击6人； 女性20人，点击量20人，总点击率26/120。男女点击率都有所提高，但点击率更高的女性所占比例太小，无法提高整体点击率。Q2、协方差与相关系数的差异和联系协方差：协方差表示两个变量的整体误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，即一个大于自己的期望值，另一个也大于自己的期望值，则两个变量之间的协方差为正值。如果两个变量的变化趋势相反，一个大于自己的期望值，另一个小于自己的期望值，则两个变量之间的协方差为负值。相关系数：研究变量之间的线性相关程度的量，取值的范围为[-1，1 ]。相关系数也可以认为是协方差。 消除了两个变量维数的影响的标准化特殊协方差。Q3、AB测试的统计很显眼，实际上不显眼是什么原因？ 这可能是因为我们在AB测试中选择的样本量太大，与总体数据量的差距很小。 这样的话，即使我们发现了微小的差异，这在统计上也是明显的，在实际案例中可能会变得不明显。举个例子，为了应对我们互联网产品的实践，我们做了改变。 APP启动时间优化为0.001秒。 这个数字在统计学上对应的p值可能很小。 也就是说，虽然在统计学上很显著，但实际上无法感知用户0.01秒的差异。这样显著的统计差异，其实对我们来说没有什么实际意义。因此，统计学显著性并不意味着实际效果的显著性。Q4、如何理解中心极限定理？ 中心定理的定义：(1)任一样本的平均值与其所在整体的平均值大致相等。)无论总体是什么样的分布，任一总体的样本平均值都围绕在总体平均值的周围，呈正态分布。中心定理的作用：)1)在无法获得总体数据的情况下，可以用样本来估计总体。)根据总体均值和标准差，判断某个样本是否属于总体。Q5、如何向孩子解释正态分布？ 拿出孩子班级的成绩单，按每2分统计人数，画出钟的形状。然后说这是正态分布，很多人都集中在中间。 只有少数非常好的人和坏的人。 拿出隔壁班的成绩单，让孩子们自己画画，发现是这样的现象，拿出班级的身高表一看，是这样的。大多数人之间差别不大，但只有少数人有特别好的人和特别坏的人。 这是生活中普遍出现的现象，这就是正态分布。Q6、什么是聚类？ 聚类算法有几种？ 选择一个详细介绍(1)聚类分析是一种无监督学习方法，在一定条件下将比较同质的样品归为一类(俗称人在班里聚会，物在班里分组)。正式地说，集群就是对点集合进行考察，根据一定的距离测度将他们归纳成多个“集群”的过程。聚类的目标是缩短同一个集群中点之间的距离并增加不同集群中点之间的距离。)2)聚类方法主要有：a .分层聚类分层法( hierarchical methods )是在满足某些条件之前对给定数据集进行分层分解的方法。具体分为“自下而上”和“自上而下”两个方案。b .聚类划分：(经典算法为k均值) ) )。分区给出具有n个组或记录的数据集。 分裂法构建k个组，每个组表示一个集群。c .密度聚类基于密度的方法( density-based methods ) (基于密度的方法与其他方法的一个根本区别在于基于密度，而不是基于各种距离。这样，可以克服基于距离的算法只能发现“类圆形”聚类的缺点。经典算法： DBSCAN:DBSCAN算法是典型的基于密度的聚类算法。 该算法利用空间索引技术搜索对象邻域，引入“核心对象”和“密度可达”等概念，从核心对象中将所有密度可达对象聚集成一个簇。d .网格聚类基于网格的方法( grid-based methods )首先将数据空间分割为有限个单元( cell )的网格结构，所有处理都以单个单元为对象。此类处理的一大优点是处理速度快。 通常，这与将数据空间划分为多少个单元无关，与目标数据库中记录的数量无关。经典算法： STING :利用网格单元存储数据统计信息，实现多分辨率聚类。)3) k-means容易介绍，开始选取k个点作为聚类中心，剩下的点根据距离分类为类，找到新的类中心，重新分配点； 重复直到达到收敛条件或重复次数。优点是快； 缺点是先指定k，同时对异常值敏感。Q7、线性回归和逻辑回归的区别是什么？ 以线性回归为对象的目标变量为区间型，逻辑回归为对象的目标变量为类别型，假定线性回归模型的目标变量和自变量之间的关系是线性相关的，逻辑回归模型的目标变量和自变量是非线性的。线性回归中通常使用假设，对应自变量x的某个值，目标变量y的观测值服从正太分布。逻辑回归中的目标变量y服从二项分布的0和1或多项分布逻辑回归中不存在线性回归中常见的残差。参数评估采用线性回归最小二乘法，逻辑回归采用最大似然法。Q8、为什么朴素的贝叶斯是“朴素”的？ 朴素贝叶斯是一种简单但非常强大的预测建模算法。之所以称为朴素贝叶斯是因为它假定每个输入变量都是独立的。这是一个强硬的假设，实际上并不一定，但这项技术对大多数复杂问题仍然非常有效。Q9、k均值和KNN的区别是什么？ 首先，这两种算法解决了数据挖掘中的两类问题。k均值是聚类算法，KNN是分类算法。其次，这两种算法分别是两种不同的学习方式。k均值是非监督学习，即不需要提前进行分类标记，而KNN有监督学习，需要对训练数据进行分类标记。最后，k值的含义不同。K-Means的k值表示k类。KNN的k值表示最近的k个邻居。Q10、逻辑回归和线性回归的区别？ 线性回归要求因变量必须是连续性数据变量； 逻辑回归需求因变量必须为分类变量、二分类或多分类； 例如，要分析性别、年龄、身高和饮食习惯对体重的影响，请通过线性回归来分析体重是实际重量，还是连续性数据变量。 对体重进行分类，作为因变量分为高、中、低3种体重类型时，采用logistic回归。两者的不同还体现在以下几点。一、性质不同1、逻辑回归：是一个广义线性回归分析模型。2、线性回归：一种利用数理统计中的回归分析，确定两个或多个变量之间相互依存的定量关系的统计分析方法。二、应用不同1、逻辑回归：常用于数据挖掘、疾病自动诊断、经济预测等领域。2、线性回归：常用于数学、金融、趋势线、经济学等领域。以上是【几分面试宝典】系列——统计学基础知识第一篇文章的内容。 历史文章的一部分请恢复为公众号。 更多数据分析面试笔试文章持续更新，敬请期待。 觉得好的话，就分享，点赞，也欢迎收藏~自考/成考有疑问、不知道自考/成考考点内容、不清楚当地自考/成考政策，点击底部咨询官网老师，免费领取复习资料：
请问《统计学概论>中也有这方面的内容 请问什么啊？《概率论与数理统计》和《统计学概论》不是特别难，不怎么涉及高数微积分和导数的内容。我们当时的书也比较薄。我的书《统计学概论》第一章绪论第一节什么是统计第二节统计学的种类及其性质第三节统计学的基本概念第二章统计资料的搜集与整理第一节统计资料的搜集第二节数据整理第三节频数分布第三章统计描述第一节统计图与统计表第二节分布的集中趋势第三节分布的离散程度第四节分布的偏度和峰度第五节Excel在统计描述中的运用第四章抽样分布与参数估计第一节概率与概率分布第二节抽样分布第三节总体参数估计第四节抽样设计第五节Excel在概率计算与参数估计中的运用第五章假设检验第一节假设检验概述第二节总体参数检验第三节非参数检验第四节Excel在假设检验中的运用第六章方差分析第一节方差分析的基本问题第二节单因素方差分析第三节双因素方差分析第四节Excel在方差分析中的运用第七章相关与回归分析第一节相关与回归分析的基本概念第二节简单线性相关与回归分析第三节多元线性相关与回归分析第四节Excel在相关与回归分析中的运用第五节非线性相关与回归分析第八章时间序列分析第一节时间序列分析概述第二节时间序列的水平分析第三节时间序列的速度分析第四节长期趋势分析第五节季节变动与循环波动分析第六节Excel在时间序列分析中的运用第九章统计决策第一节统计决策的基本概念第二节完全不确定型决策第三节一般风险型决策第四节贝叶斯决策第十章统计指数第一节统计指数概述第二节综合指数第三节平均指数第四节指数体系与因素分析第五节统计指数的应用第十一章统计综合评价第一节综合评价概述第二节评价指标的选择与数据处理的方法第三节权重的确定与评价结果的综合第十二章国民经济统计概述第一节国民经济核算的基本问题第二节国内生产总值核算第三节国民经济分析常用指标附录一Excel概述第一节Excel的基本操作第二节使用分析工具库与统计函数附录二常用统计表附表1二项分布临界值表附表2正态分布概率表第九章统计决策第一节统计决策的基本概念第二节完全不确定型决策第三节一般风险型决策第四节贝叶斯决策第十章统计指数第一节统计指数概述第二节综合指数第三节平均指数第四节指数体系与因素分析第五节统计指数的应用第十一章统计综合评价第一节综合评价概述第二节评价指标的选择与数据处理的方法第三节权重的确定与评价结果的综合第十二章国民经济统计概述第一节国民经济核算的基本问题第二节国内生产总值核算第三节国民经济分析常用指标附录一Excel概述第一节Excel的基本操作第二节使用分析工具库与统计函数,附录二常用统计表附表1二项分布临界值表附表2正态分布概率表附表3t-分布临界值表附表4x2分布临界值表附表5F分布临界值表(a=0.05)附表6秩和检验表附表7游程检验R临界值表附表8累计法平均增长速度查对表部分习题参考答案不难的，就是多而烦，加油
1.u分布是标准正态分布，均数为0，标准差为1的正态分布，t分布当自由度足够大的时候近似与u分布，n→∞时，t 分布与标准正态分布完全一致。2.单样本或两样本时用t检验，3样本或者3组以上用方差分析。两样本t检验与方差分析等效，F=t^2。3.卡方检验一般有2*2，2*C，R*C和配对资料卡方检验。注意理论频数不能太小，如有小于1或者1/5以上的格子小于5，则要考虑合并，或者采用fisher确切概率检验。配对资料b+c>40时，卡方=(b-c)^2/(b+c)，当b+c<=40时，用（|b-c|-1）^2/(b+c)。4.非参数检验对数据的分布没有要求5.假设检验基本思想就是小概率事件在一次抽样中不会发生。建议你还是参考相关的书籍吧，回答的不够准确
统计学自考课程内容：高等数学、西方统计学、概率论与数理统计、国民经济核算、多元统计分析、时间序列分析、抽样技术、应用统计软件、统计预测、统计决策、应用统计学、人口统计学、企业经济统计学、金融工程学、公共卫生统计学、金融风险度量、投入产出分析、中央银行学、财务分析、项目评估、金融投资统计分析、国际经济统计学等。 自考报名条件 1、凡具有本省正式户籍的公民，不受年龄、职业、学历的限制，均可就近报名并参加考试。外省在我省工作学习的人员，也可就近报名参加考试。 2、经国家教育部正式批准或备案的各类高等学校的专科毕业生，可直接申请报考本科段(独立本科段)。 3、考生专科(基础科段)、本科段(独立本科段)可同时兼报，但在领取本科毕业证书前必须先获取专科毕业证书。 4、实践性学习环节考核、毕业论文、毕业设计、毕业考核等，须按规定在本专业涉及实践课程理论考试全部合格后才能报考。 5、提倡在职人员按照学用一致、理论与实践相结合的原则选择报考专业。对某些行业性较强的专业(如公安管理、医学类专业等)将根据专业考试计划的要求限制报考对象。 自考网上报名流程 1、登录各地自考网上报名网站(新生需注册并填写相关资料，老生根据自己之前的账号进行登陆)。 2、到自考办网站规定的指定银行办理一张缴费用银行卡。 3、办理银行卡后的新生，和有银行卡的老考生按照报名网站规定的报名流程完成网上报名。 4、网上报名成功后的新生需要在规定时间到自考办指定的地点进行摄像制作准考证。自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
1、认定是指管理层对财务报表组成要素的确认、计量、列报作出的明确或隐含的表达。认定与审计目标密切相关， 管理层在财务报表上的认定有些是明确表达的，有些则是隐含表达的。 管理层对财务报表各组成要素均作出了认定，注册会计师的审计工作就是要确定管理层的认定是否恰当。2、 审计对象：审计对象或审计客体,即参与审计活动关系并享有审计权力和承担审计义务的主体所作用的对象,它是对被审计单位和审计的范围所作的理论概括。3、 审计准则，是指审计人员在实施审计工作时所必须恪守的行为规范的专业指南，也是判断审计工作质量的权威性准绳。4、制度基础审计是人们公认的审计取证模式。它是以内部控制制度评审为基础所进行的审计，其程序设置切入点是被审计单位的内部控制制度。通过对内部控制制度的调查、测试和评价，来确定账表余额检查的深度与广度，最终达到检查证、账、表余额真实性的目的。5、审计方法，是指审计人员为了行使审计职能、完成审计任务、达到审计目标所采取的方式、手段和技术的总称。审计方法贯穿于整个审计工作过程，而不只存于某一审计阶段或某几个环节。审计工作从制定审计计划开始，直至出具审计意见书、依法做出审计决定和最终建立审计档案，都有运用审计方法的问题。6、审计证据是指审计机关和审计人员获取的，用以证明审计事实真相，形成审计结论的证明材料。7、审计工作底稿，是指注册会计师对制定的审计计划、实施的审计程序、获取的相关审计证据，以及得出的审计结论作出的记录。8、重要性，是指被审计单位会计报表中错报或漏报的严重程度，这一程序在特定环境下可能影响会计报表使用者的判断或决策。9、进一步审计程序是指注册会计师针对评估的各类交易、账户余额、列报认定层次重大错报风险实施的审计程序，包括控制测试和实质性程序。10、流程图法是利用图解形式来描述被审计单位内部控制的方法。11、详式审计报告又称长文式审计报告是指审计人员详细地叙述审计过程、审计结果和详细阐明审计意见的审计报告。
审计学专业自考科目为马克思主义基本原理概论、中国近现代史纲要、英语(二)、内部审计、企业审计实务、管理系统中计算机应用、管理系统中计算机应用(实践)、管理学原理、审计准则、审计学原理、审计技术方法、内部控制制度设计、企业财务审计、财政审计、固定资产投资审计、经济效益审计、社会审计、企业财务报表分析(一)、中国文化概论、审计学毕业论文。 自考毕业申请条件 1、考完本专业考试计划所规定的理论课程且考试成绩合格。 2、完成该专业所规定的实践性环节课程考核，并取得合格成绩。 3、思想品德经鉴定符合要求。 4、办理本科毕业证书者，必须具有国家承认学历的专科及以上毕业证书。 自考报名条件 1、凡具有本省正式户籍的公民，不受年龄、职业、学历的限制，均可就近报名并参加考试。外省在我省工作学习的人员，也可就近报名参加考试。 2、经国家教育部正式批准或备案的各类高等学校的专科毕业生，可直接申请报考本科段(独立本科段)。 3、考生专科(基础科段)、本科段(独立本科段)可同时兼报，但在领取本科毕业证书前必须先获取专科毕业证书。 4、实践性学习环节考核、毕业论文、毕业设计、毕业考核等，须按规定在本专业涉及实践课程理论考试全部合格后才能报考。 5、提倡在职人员按照学用一致、理论与实践相结合的原则选择报考专业。对某些行业性较强的专业(如公安管理、医学类专业等)将根据专业考试计划的要求限制报考对象。自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
每章都有考点，分布较均匀，前六章都可以说是基础，后面的是应用，在前面理解清楚的前提下，后面应用起来就有些把握了。 各章节考点分析 第一章最基础，考得题也都是选择题，像审计的定义，要素，分类，发展历程，职能、作用等，考点分布均匀， 第二章注册会计师的基本原则，威胁独立性的情形及防范措施，特定情况下对独立性原则的应用（选择题），保密，可以披露的三种情况。 第三章中执业准则体系的框架结构及鉴证业务（审计业务、审阅业务、其他鉴证业务）及相关服务的内容等，注册会计师法律责任的成因及防范措施。 个人感觉第四章、第五章和第六章里面的内部控制及两个层次的重大错报风险和总体应对措施等要后面几章的基础是要全面掌握的，控制性测试和实质性程序也很重要，前面的这里理解不了，后面的做题时就有些困难了。 七至十一章是对前面的应用，各个环节主要帐户的审计，内部控制、控制测试等都有相同的地方，要融会贯通，对实质性程序可根据《会计制度设计》和《财务报表分析》等进行理解了掌握的。 十二章占的比例小，但是简单，还是不能放弃的，审计报告的种类及标准审计报告和非标准审计报告出具的条件自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
2014年自考审计学考点要点：国家审计机关，具体类型如下： 当前，世界各国的国家审计机关按其组织形式和领导关系，几种类型： 1、属于议会领导的国家审计机关。 2、属于政府领导的国家审计机关。 3、属于财政部领导的国家审计机关。 根据我国宪法的规定，我国的国家审计机关分为国务院和地方两级。其中，我国国家审计机关设置在国务院，称为中华人民共和国审计署。审计署在国务院总理领导下，主管全国的审计工作，审计长是审计署的行政首长。按照宪法的规定、我国县以上地方人民政府设立审计局，接受本级人民政府和上一级审计机关的双重领导。 根据《中华人民共和国审计法》（以下简称《审计法》）规定，各级审计机关对国务院各部门和地方各级人民政府及其他各部门的财政收支、国有金融机构和企事业组织的财务收支，以及其他应进行审计单位的财政、财务收支的真实性、合法性和效益性依法进行的审计监督。
你好！描述统计分析的指标通常如下：1.描述数据的集中趋势：众数，中位数2.面熟数据的离散趋势：最大最小值，极差，四分位差，方差与标准差.3.数据分布的偏度与峰度. 指标是反映一个事物特点的量，当然他也是变量. 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量）. 统计上的绝对量指标，按其取值的特点不同可分为离散变量与连续变量。 标志一词，我没听说过，应该不是统计里面的特定意义.
“统计学（statistics）是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化分析、总结，做出推断和预测，为相关决策提供依据和参考。”
统计学专业的学生应该具备哪些必备的知识？
回答这个问题前，我们要看看学习统计学的基本理念是什么？如果我们想要深度理解统计方法，那数学分析、高等代数、概率论是很必要的工具。离开它们便无法掌握统计的根基。
我认为统计是一门跟现实和应用结合及其紧密的学问，尤其是如何利用统计来分析现实问题。我觉得贾俊平的《统计学》有些公式，难度较友好；浙大的《概率论与数理统计》应该够用，更详细的有茆诗松的《概率论与数理统计》，这本书的难度比较大，学习比较吃力。
如果我们的学生是医学类专业（包括生物在内）的话，主要是分析实验数据，浙大的《概率论与数理统计》加上《属性数据分析》应该能够满足需要，或者再实验设计上有需求的，加上《实验设计与方差分析》这门课程应当可以了。
如果我们学生的专业需求是主要用的是回归分析方面，他们又另一个名称叫做计量经济学，推荐《Introduction to Econometrics》，这本书的作者James H.Stock，不过目前没有中文版，啃得动这本书当然更好。
基于统计学这个专业不是仅仅像其表面的文字表示，只是统计数字，而是包含了调查、收集、分析、预测等。应用的范围十分广泛。所以，需要掌握的知识面也十分广泛，这里只是略略列举一二，当然还需要更多的学习和实际应用中汲取更多知识。
统计学如今是与数学平行的一级学科，那么统计学要掌握哪些知识点呢？让我这个统计学专业的大四老学长告诉你楼主自己的学习经验吧！
统计学听上去是与数据打交道，实际上大部分的统计方向也确实如此。所以要与数据打交道我们首先要有扎实的数学基础，那么想打好数学基础，楼主推荐大家要掌握好数学分析与高等代数的知识！
推荐华东师范大学的《数学分析》与北京大学的《高等代数》。
打好了基础，接下来我们就要正式步入统计学的殿堂！
茆诗松老师的《概率论与数理统计》是非常经典的统计学基础教材，很多高校也都使用这本书作为统计学教材。
如果你能熟练掌握这本教材上的知识点，那么你就打下了非常扎实的统计学的基础，这对你以后继续统计学方向的研究绝对是一大助力！所以非常有必要仔细认真的学习这本书，把这本书读熟读透你以后的统计学路途会顺利很多。这本书也有对应的课后答案详解，对学习这本书有很大的帮助！
再进一步的学习统计学知识，我们就会来到统计学方向的分水岭。这时候就需要看你的兴趣方向何在了。这以后统计就可被划分为理论统计与应用统计。比如，应用统计就可分为金融统计，生物统计等等！所以接下来的知识点就看你的方向来决定往哪边倾向了！
最后，统计学方向掌握程序软件也是必不可少的一项。在经济统计方向，大部分用的是SPSS。而在偏数学的统计上大部分用的是R语言或者是Python。
所以熟练掌握一门程序语言也是必不可少的一项统计学知识，而要想熟练掌握，只有自己平常多学多做多练才能达到要求！
以上就是楼主的建议，如果觉得好的话欢迎采纳！
统计学基础知识之基础概念与知识点
统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。下面是我为大家带来的统计学基础知识，欢迎阅读。
统计学基础知识
总体：是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值(变量值)的集合。可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。
样本：从总体中随机抽取部分观察单位，其实测值的集合称为样本。
随机抽样：是指按照随机化的原则，从总体中抽取部分观察单位的过程。随机抽样是样本具有代表性的保证。
随机化原则：总体中每一个观察单位都有同等的机会被选入到样本中。
抽样误差：由于个体差异的存在，即使在同一整体中随机抽取若干样本，各样本的统计量往往不等，统计量与参数也会有所不同。这种因抽样研究引起的差异称抽样误差。
同质：一个总体中有许多个体，它们之所以共同成为人们研究的对象，必定存在共性，所谓一些个体处于同一总体，就是指他们大同小异，具有同质性。
变异：在自然状态下，个体间测量结果的差异称为变异。变异是生物医学研究领域普遍存在的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，表现为各种生理测量值的参差不齐。
变量：确定总体之后，研究者对每个观察单位的某项特征进行测量和观察，这种特征称为变量。
变量值：对变量的测得值称为变量值，或者观察值。它可以是定量的，也可以是定性的。
定量资料：又称数值变量。其变量值是定量的，表现为数值的大小，一般有度量衡单位。
分类资料：也称定性资料，其观察值是定性的，表现为互不相容的类别或者属性。有无序分类和有序分类两种情况。
统计描述：用统计指标、统计图、统计表等方法，对资料的数量特征及分布规律进行客观的描述和表达。
统计推断：在一定的置信度和概率保证下，用样本信息推断总体特征：①参数
估计：用样本的指标去推断总体相应的指标;②假设检验：由样本的差异推断总体之间是否可能存在的差异。
计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料。计量资料亦称定量资料、测量资料。其变量值是定量的，表现为数值大小，一般有度量衡单位。
计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。
等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料。
概率：又称几率，是度量某一随机事件A发生可能性大小的一个数值，记为P(A)，P(A)越大，说明A事件发生的可能性越大。
频率：在相同的条件下，独立重复做n次试验，事件A出现了m次，则比值m/n称为随机事件A在n次试验中出现的频率。当试验重复很多次时P(A)=m/n。
随机误差：又称偶然误差，是指排除了系统误差后尚存的误差。它受多种因素的影响，使观察值不按方向性和系统性而随机的变化。误差变量一般服从正态分布。随机误差可以通过统计处理来估计。
系统误差：是指由于仪器未校正、测量者感官的某种偏差、医生掌握疗效标准偏高或偏低等原因，使观察值不是分散在真值的两侧，而是有方向性、系统性或周期性地偏离真值。系统误差可以通过实验设计和完善技术措施来消除或使之减少。
随机变量：指变量的值无法预先确定仅以一定的可能性(概率)取值的量。随机变量的具体内容虽然是各式各样的，但共同的特点是不能用一个常数来表示，而且，理论上讲，每个变量的取值服从特定的概率分布。
参数：是指总体的统计指标，如：总体均数、总体率等。总体参数是固定的常数。多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。
统计量：是指样本的统计指标，如样本均数、样本率等。样本统计量可用来估计总体参数。总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。
算术均数：描述一组数据在数量上的平均水平。总体均数用μ表示，样本均数用X表示。
几何均数：用以描述对数正态分布或数据呈倍数变化资料的水平。记为G。
中位数：将一组观察值由小到大排列，n为奇数时取位次居中的变量值;为偶数时，取位次居中的两个变量的平均值。反映一批观察值在位次上的平均水平。
极差：亦称全距，即最大值与最小值之差，用于资料的粗略分析，其计算简便但稳定性较差。
百分位数：是将n个观察值从小到大依次排列，再把它们的位次依次转化为百分位。百分位数的另一个重要用途是确定医学参考值范围。
四分位数间距：是由第三四分位数和第一四分位数相减计算而得，常与中位数一起使用，描述偏态分布资料的分布特征，较极差稳定。
方差：方差表示一组数据的平均离散水平，由离均差的平方和除以样本个数得到。
标准差：是样本平均数的平均距离，用来考察样本数据分散程度的大小。
变异系数：用于观察指标单位不同或均数相差较大时两组资料变异程度的比较。用CV表示。计算：CV=标准差/均数×100%
可信区间：是按预先给定的概率1-α所确定的包含未知总体参数的一个范围。从固定样本含量的已知总体中进行重复随机抽样试验，根据每个样本可算得一个可信区间，则平均有1-α的可信区间包含了总体参数，而不是总体参数落在该范围的可能性为1-α。
参数估计：指用样本指标值(统计量)估计总体指标值(参数)。
假设检验中P的含义：指从H0规定的总体随机抽得等于及大于(或等于及小于)现有样本获得的检验统计量值的概率。
假设检验：亦称显著性检验，其基本思想是先对总体的参数或分布做出某种假设，如设总体均数为一定值，两总体均数相等，总体服从正态分布或两分布相同等，然后根据样本信息选用适当的方法，推断此假设应当拒绝或不拒绝。
I型错误：指拒绝了实际上成立的H0，这类“弃真”的错误称为I型错误，其概率大小用α表示。
II型错误：指接受了实际上不成立的H0，这类“存伪”的误称为II型错误，其概率大小用β表示。
正态性检验：用均数和标准差描述资料的分布特征，对例数n较小的样本进行t检验时，首先要求样本取自正态分布的总体。
检验效能：1-β称为检验效能，它是指当两总体确有差别，按规定的检验水准α所能发现该差异的能力。
率：又称频率指标，说明一定时期内某现象发生的频率或强度。计算公式为：率=发生某现象的观察单位数/可能发生某现象的观察单位总数×100%，表示方式有：百分率(%)、千分率(‰)等。
构成比：又称构成指标，说明某一事物内部各组成部分所占的比重或分布。计算公式为：构成比=某一组成部分的观察单位数/同一事物各组成部分的观察单位总数×100%，表示方式有：百分数等。
比：又称相对比，是A、B两个有关指标之比，说明A是B的若干倍或百分之几。计算公式为：A/B，表示方式有：倍数或分数等。
非参数统计：针对某些资料的总体分布难以用某种函数式来表达，或者资料的总体分布的函数式是未知的，只知道总体分布是连续型的或离散型的，用于解决这类问题的一种不依赖总体分布的具体形式的统计分析方法。
参数统计：通常要求样本来自总体分布型是已知的(如正态分布)，在这种假设的基础上，对总体参数(如总体均数)进行估计和检验，称为参数统计。
秩次：变量值按照从小到大顺序所编的秩序号称为秩次。
秩和：各组秩次的合计称为秩和，是非参数检验的基本统计量。
直线回归：建立一个描述应变量依自变量变化而变化的直线方程，并要求各点与该直线纵向距离的平方和为最小。直线回归是回归分析中最基本、最简单的一种，故又称简单回归。
回归系数：即直线的斜率，在直线回归方程中用b表示，b的统计意义为X每增(或减)一个单位时，Y平均改变b个单位。
相关系数r：用以描述两个随机变量之间线性相关关系的密切程度与相关方向的统计指标。
t检验：常用于整体标准差未知且样本含量较小时样本均数与总体均数的比较，应用条件为n≤50，样本来自正态分布的总体，两样本均数比较时要求两样本总体方差相等。
u检验：用检验统计量u来命名的，用于样本含量n足够大，或n虽小但总体标准差已知的样本均数与总体均数的比较、成组设计两样本均数的比较。
观察性研究：是指在没有任何干预措施的条件下，客观的观察和记录研究对象的现状及其相关特征。
病例对照研究：是一种分析流行病学研究方法，主要应用于探索疾病的危险因素和病因。病例对照研究方法是对临床医疗和各种基础研究中形成的病因假设，进行初步验证。是选择一组患某病的病人，再选择一组不患该病的对象，比较两组人群之间在疾病发生之前有关可疑因素的暴露情况，如果两组的暴露率却有差别，则可认为所研究疾病与因素之间存在着关联。
队列研究：又称前瞻性研究，是将特定的人群分为暴露于某因素与非暴露于某因素的'两种人群或不同暴露水平的几个亚群，追踪观察其各自的结局，比较两组或各组某结局的发生率，从而判定暴露因素与结局有无因果关联及关联程度大小的一种观察性研究方法。
完全随机设计：又称简单随机分组设计，是采用完全随机化分组方法将同质的实验单位分配到各处理组，各组分别接受不同的处理。各组样本含量可以相等，称平衡设计;也可不等，称非平衡设计。
配对设计：是将实验单位按一定条件配成对子，再将每对中的两个实验单位随机分配到不同处理组。
随机区组设计：是将实验单位组设计或配伍组设计，实际上是配对设计的扩展，是先将实验单位按性质相同或相近者组成区组，再分别将各区组内的实验单位随机分配到各处理组或对照组。
析因设计：为安排析因实验的设计，是将两个或两个以上处理因素的各水平进行组合，对各种可能的组合都进行实验，又称完全交叉分组实验设计。
方差分析：也叫F检验，是统计检验的一种，其基本思想是：按研究目的和设计类型，将总变异中的离均差平方和和自由度分别分解成相应的若干部分，然后求得各相应部分的变异;由于其中的组内变异主要反应个体差异或抽样误差，其他各部分的变异与之比较得出统计量F值，根据F值得大小确定P值，并作出推断。
秩和检验：即先将数值变量从小到大，或等级从弱到强转换成秩后，再计算检验统计量的一种方法。
流行病学：研究人群中疾病与健康状况的分布及其影响因素，并研究防制疾病及促进健康的策略和措施的科学，是研究人群中事件或者结局的分布及其影响因素，并研究防止或者促进其发生的策略和措施的科学。
暴露：暴露是指研究对象(人)曾经接触(或不接触)某因素，或者具备某些特征，或者处于某种状态，这些研究者所关心的因素、特征、或状态即为暴露因素;暴露是指可能影响研究对象最后成为(病例或非病例研究者关心的结局=)某种结局的机会。
临床试验：以临床患者的为研究对象，采用随机原则将其分为试验组与对照组，试验组人为地给予某种干预措施，即某种新药或某种疗法，而对照组不给予研究的新药或给传统的医疗措施或给安慰剂，经过一段时间的观察后，评价实验药物的效果或不良反应。
病因：那些能使人群发病概率增加的因素，就可以认为是疾病的病因，其中某个或多个不存在时，人群疾病发生频率就会下降。
危险因素：在复杂病因所致疾病或未明确病因时，相关致病因素常被称为危险因素。
诊断试验：是指运用物理学的、生物化学的、血清免疫学的检查，临床检查和医疗器械检查对病人的疾病和健康状况做出诊断的试验。
机遇：又称随机误差，是由于多种不能控制及不能预测的因素引起的一类表现不恒定、随机变化的误差。
偏倚：又称系统误差，是指研究过程中，一些已知活可控制的因素引起的使研究结果或理论系统抵偏离真实情况。