一、數(shù)量分析
　　1.A 概率論基礎(chǔ)
　?。?） 概率論公理在兩個(gè)或多個(gè)事件中的應(yīng)用
　?。?） 確定事件的條件概率
　?。?） 確定三個(gè)獨(dú)立事件發(fā)生的概率
　?。?） 用貝葉斯定理確定導(dǎo)致某個(gè)事件發(fā)生的概率
　?。?） 確定從n個(gè)目標(biāo)中選取r個(gè)樣本可能的排列數(shù)
　?。?） 確定從n個(gè)目標(biāo)中選取r個(gè)樣本可能的組合數(shù)
　　1.B 隨機(jī)變量和概率分布
　?。?） 區(qū)別離散隨機(jī)變量和連續(xù)隨機(jī)變量
　　（2） 比較離散隨機(jī)變量的概率分布和連續(xù)隨機(jī)變量的概率分布
　　（3） 確定兩個(gè)離散隨機(jī)變量的聯(lián)合分布
　?。?） 討論隨機(jī)變量的概率分布函數(shù)
　　（5） 計(jì)算兩個(gè)變量的條件概率函數(shù)
　?。?） 描述連續(xù)均勻分布和累積密度函數(shù)
　　1.C 數(shù)學(xué)期望
　?。?） 關(guān)于兩個(gè)獨(dú)立變量的期望的三個(gè)定理的應(yīng)用
　　（2） 關(guān)于兩個(gè)獨(dú)立變量的方差的四個(gè)定理的應(yīng)用
　?。?） 關(guān)于兩個(gè)獨(dú)立變量的聯(lián)合分布的方差的四個(gè)定理的應(yīng)用
　?。?） 計(jì)算兩個(gè)獨(dú)立變量的相關(guān)系數(shù)
　　（5） 用切比雪夫不等式確定分布中落在距離均值固定數(shù)目標(biāo)準(zhǔn)差的比例
　?。?） 計(jì)算和解釋以下度量：總體均值，樣本均值，算術(shù)平均值，眾數(shù)和中位數(shù)
　?。?） 定義大數(shù)定理
　?。?） 描述和解釋偏度和峰度
　　1.D 特殊的概率分布
　?。?） 計(jì)算二項(xiàng)分布的隨機(jī)變量的概率
　　（2） 計(jì)算二項(xiàng)分布的隨機(jī)變量的期望值和方差
　?。?） 識別正態(tài)分布的關(guān)鍵屬性
　?。?） 計(jì)算標(biāo)準(zhǔn)正態(tài)分布的概率
　　（5） 計(jì)算柏松分布的期望值和方差
　?。?） 比較二項(xiàng)分布，正態(tài)分布和柏松分布
　　1.E 抽樣理論
　?。?） 定義總體、參數(shù)和樣本
　?。?） 討論樣本分布的均值、比例、差以及方差的屬性
　?。?） 計(jì)算總體的方差和標(biāo)準(zhǔn)差
　　（4） 計(jì)算樣本的方差和標(biāo)準(zhǔn)差
　?。?） 比較頻數(shù)分布
　?。?） 計(jì)算頻數(shù)分布的相對頻率
　　（7） 圖示說明如何用直方圖和頻數(shù)折線圖來呈現(xiàn)數(shù)據(jù)
　　1.F 估計(jì)理論
　?。?） 比較點(diǎn)估計(jì)與置信區(qū)間
　?。?） 識別和描述有效估計(jì)的屬性
　?。?） 描述中心極限定理及其重要性
　?。?） 計(jì)算并解釋樣本均值的標(biāo)準(zhǔn)誤
　?。?） 給定一個(gè)總體方差已知的正態(tài)分布，計(jì)算并解釋總體均值的置信區(qū)間
　?。?） 給定一個(gè)總體方差未知的正態(tài)分布，計(jì)算并解釋總體均值的置信區(qū)間
　?。?） 計(jì)算比例、差與和變量的置信區(qū)間
　　1.G 假設(shè)檢驗(yàn)和顯著性
　?。?） 解釋*9類錯(cuò)誤和第二類錯(cuò)誤的區(qū)別以及置信水平的選擇如何影響兩類錯(cuò)誤的概率
　?。?） 定義假設(shè)檢驗(yàn)中的P值
　　（3） 確定檢驗(yàn)方差已知和未知條件下正態(tài)分布總體均值合適的檢驗(yàn)統(tǒng)計(jì)量
　?。?） 比較假設(shè)，并確定是否應(yīng)拒絕原假設(shè)
　?。?） 確定兩個(gè)總體均值是否統(tǒng)計(jì)上顯著地互相不同，假定每個(gè)總體都服從正態(tài)分布
　　（6） 構(gòu)造單個(gè)總體方差的卡方檢驗(yàn)
　?。?） 構(gòu)造擬合優(yōu)度的卡方檢驗(yàn)
　?。?） 構(gòu)造兩個(gè)正態(tài)分布總體同方差檢驗(yàn)
 
　　1.H 曲線的擬合優(yōu)度，回歸和相關(guān)性
　?。?） 計(jì)算估計(jì)的標(biāo)準(zhǔn)誤（SEE）
　?。?） 計(jì)算擬合優(yōu)度（R2）
　?。?） 構(gòu)造回歸系數(shù)的顯著性檢驗(yàn)，并與相應(yīng)的置信區(qū)間進(jìn)行比較
　?。?） 計(jì)算應(yīng)變量的預(yù)測值，給定回歸模型和自變量的值
　?。?） 計(jì)算兩個(gè)隨機(jī)變量的協(xié)方差以及兩個(gè)互相依賴的變量的協(xié)方差
　?。?） 計(jì)算相關(guān)系數(shù)，并確定其是否顯著不同于零
　　2. 估計(jì)波動(dòng)性和相關(guān)性
　?。?） 討論如何用歷史數(shù)據(jù)及各種權(quán)重來估計(jì)波動(dòng)性
　?。?） 描述估計(jì)波動(dòng)性的指數(shù)移動(dòng)平均模型（EWMA）
　?。?） 描述估計(jì)波動(dòng)性的廣義自回歸條件異方差模型（GARCH（1，1））
　　（4） 確定GARCH模型或EWMA模型何時(shí)及是否被用來估計(jì)波動(dòng)性
　　（5） 討論如何估計(jì)GARCH模型的參數(shù)，并解釋評價(jià)GARCH模型在預(yù)測波動(dòng)性中的表現(xiàn)
　?。?） 討論如何計(jì)算相關(guān)性和協(xié)方差，并說明一致性估計(jì)在計(jì)算協(xié)方差中的重要性
　　3. 預(yù)測風(fēng)險(xiǎn)和相關(guān)性
　?。?） 解釋分布的極端異常值如何顯示波動(dòng)性隨時(shí)間變化
　?。?） 解釋如何構(gòu)造移動(dòng)平均預(yù)測
　?。?） 解釋GARCH估計(jì)如何提供更準(zhǔn)確的預(yù)測
　　（4） 解釋一致性如何與均值回歸相聯(lián)系
　?。?） 解釋EWMA如何系統(tǒng)地賦權(quán)重處理更早的歷史數(shù)據(jù)，并識別RiskMetrics模型中的日衰減因子和月衰減因子
　?。?） 解釋預(yù)測相關(guān)性為什么比預(yù)測波動(dòng)性更重要
　?。?） 解釋如何用期權(quán)價(jià)格來推出波動(dòng)性預(yù)測和相關(guān)性預(yù)測
　　
　　
　　高頓網(wǎng)校特別提醒：已經(jīng)報(bào)名2013年FRM考試的考生可按照復(fù)習(xí)計(jì)劃有效進(jìn)行！另外，高頓網(wǎng)校2013年FRM考試輔導(dǎo)高清課程已經(jīng)開通，通過針對性地講解、訓(xùn)練、答疑、?？迹瑢W(xué)習(xí)過程進(jìn)行全程跟蹤、分析、指導(dǎo)，可以幫助考生全面提升備考效果。
　　報(bào)考指南：2013年FRM考試備考指南
　　考前沖刺：FRM備考秘籍
　　高清網(wǎng)課：FRM考試網(wǎng)絡(luò)課程