复旦大学生物统计学2020年考研上岸前辈经验分享

新祥旭慧慧老师15201309109 / 2020-10-27

距离我考研上岸已经过去一年之久，回想起考研的日子，真的是既痛苦又美好。复旦大学应该是无数考研学子梦寐以求的学府，很荣幸能成为大军中上岸的一员。下面就我的考研历程跟大家分享下我的经验。

复旦生物统计学考研初试考试科目为：①101思想政治理论②201英语一③727生物化学（理）④874生物统计学或875生物信息学。

政治其实简单，算是二级学科。可能有的理科生怕政治基础不行，个人感觉政治不算难，而且政治拉分不多，普遍就是60-70分，政治我想提一点，不要觉得后面五道大题很可怕，其实到最后你都会知道要考什么材料，同学们到最后普遍都会准备的很充分，而且政治大题是主观题目，每个人的得分差距都不会太大，重点一定要放在选择题，我是大约九月份十月份开始复习，看徐涛老师的视频讲课，做1000题，然后就是到了后期尽可能地多做选择题，市面上会有很多老师出的模拟卷，什么肖秀荣八套卷、徐涛八套卷等等，做一套总结一套，查缺补漏。

再就是英语，英语也是很多人比较焦虑的一门课，英语的确很重要，英语成绩高真的比较占优势。复习来看，觉得考研英语跟我们中学大学，包括四六级英语不太一样，它是有规律可循，有范围的，就是那5500个的单词，核心的是1700左右的单词，阅读理解也都是一个套路，所以考研英语真的不用愁，复习起来找到规律就可以，考试题型没有听力，一篇大作文以前小作文、四篇阅读理解、一篇完型、一篇七选五或者排序（新题型）、一篇翻译。阅读题的占分比重最大，分值最高，一道题两分。再就是作文，不过作文得分差距不大，所以说起来还是阅读重要，能拉开差距。

英语单词很重要的，而且单词不多，还是要背的，虽然学习英语有很多技巧，但这一切都要以单词为基础，巧妇难为无米之炊。从真题中背也可以，背单词书或者手机APP也可以，还是那句话，途径有很多，结果对就行，选择适合自己的，我是几种交叉使用。

阅读除了多做真题没有什么捷径，从真题中找出逻辑与规律，我当时是看了唐迟老师的讲解视频，做完一年或者一篇看一下讲解，自己再总结规律。我是开始的比较晚时间不太够，做了05-18年，05-09做了两遍，10-15做了三遍，16 17 18年作为考前模拟做的，因为是从10年开始分的英语一英语二，所以10年以后的英语一一定好好看，好好总结，价值很高。有个重点，英语固然要要多做题，但不是做的越多越好，而是做一篇总结一篇，泛读100篇不如精读一篇，做一篇有一篇的收获。一定多总结多积累。

英语做真题就可以，没有必要做模拟题或者别的文章，真题中有无限的宝藏，每一遍都有新的收获。别的题目相对分值不那么高，像完型更是性价比比较低，放到最后做，能得几分算几分，新题型也是做做真题，听老师讲解，总结规律经验套路。

通过我的考研经历，我发现名校的题目很活，侧重于考察你的发散性思维，如何把看似不相干的知识结合在一起解决生物界尚存的难题，让你猜想生物体内的特定构造是怎样形成的，这些在课本上都找不到标准答案，此刻就考察你的知识调用的能力和储备量了。当然考到一些客观题也是非常抓狂的，比如不定项选择题，看书一定要仔细，而且勤于思考，如果看书看不下去可以在网上找一些免费的网课听一听，要善于利用网络资源。

一轮复习复习的时候我是以PPT配合lehninger的生物化学原理来进行的，这里要注意搞清楚代谢通路和一些细节的知识点，至少不要遗漏，同时注意专业词汇的积累，认识一个次就顺手划拉一下英文，我当时的笔记里能用英文表示的都是用英文，这一阶段的目标是全面且细致，差不多一个月就过完了。二轮的时候主要在做真题，因为全网并没有权威的答案，所以在做题的时候一定要注意自己独立思考，不懂的就差资料，自己总结常考的知识点，这些在三轮的时候我都有花时间去整理，这一阶段的目标是抓重点的有的放矢，并且要注意了解一些科研动态，不要只拘泥于课本。三轮就是在真题的基础上进一步总结啦，自己动手自己思考真的很重要。open access的资源这里推荐一下华中科技大学的生物化学慕课和南京大学杨荣武老师的结构生物化学。

874生物统计学考试大纲

一、考试内容范围

生物统计学是运用数理统计的原理和方法来分析和解释生物界各种现象和实验调查资料的一门科学。它不仅提供设计科学试验和收集数据的方法，而且也提供整理、分析数据，得出客观、科学结论的方法。它的主要考核内容包括：

(一) 生物统计学的基本知识

1. 生物统计学的概念　2. 生物统计学的主要内容3. 常用统计学术语

(二) 试验资料的整体与特征数的计算

1. 试验资料的搜集与整理　2. 试验资料特征数的计算

(三) 概率与概率分布

1. 概率基础知识 2. 几种常见的理论分布

(四) 统计推断

1. 假设检验的原理与方法　2. 样本平均数的假设检验3. 参数的区间估计与点估计　　4. 方差的同性质检验　　5. 非参数检验

(五) χ2检验