二级数量2020年新增了机器学习和大数据两章的内容，需要引起重视。这部分虽然学起来很难，但从原版书例题和课后题来看出的题目并不难，更多的是概念之间的辨析。

  此外二级数量传统的重难点依旧在多元回归分析和时间序列模型上。我们需要重点掌握违反回归模型假设的三种情形：异方差、序列相关和多重共线性。

  对于时间序列模型，我们需要重点掌握自回归模型的假设，这同时也是一个难点。关于时间序列模型这一部分，需要我们理清各个模型相互间的逻辑关系，并且强调对重要概念的结论的理解。

  与一级数量的联系与区别

  一级数量的推断性统计部分在二级数量中有多处应用，例如在一元/多元回归分析中大量应用区间估计与假设检验的知识。与一级数量相比，二级数量涉及的知识点数量其实并不多，远少于一级数量的知识点。

  但是二级数量更专注于研究回归分析和时间序列模型分析这些更深层次的内容，难度会略高于一级数量。2020年新增的机器学习与大数据的内容也在一级基础上进行了一个提升。

  复习策略

  二级数量分析依然延续了一级“学起来费劲，考起来不难”的优秀传统。知识点内容较为抽象，好在考试题型相对固定，考试题目既有定性分析又有定量计算。弄清模型假设条件背后逻辑以及每个模型优缺点是我们在学习数量分析这门学科时应当优先关注的地方。

  读题时可以把case一些关键信息在阅读的过程中划出来，避免遗漏。对于一些计算题而言，一定要看清楚问题指向的表格是哪一个，有些case表格数据较多，很容易看错。此外，一些细节例如要求的是“in percent”还是“in decimal”等也不要搞错。

  就考试而言，二级里面数量这门学科逻辑较强，考试的知识点也集中，得分率高。所以建议要跟着老师的思路，不要自己天马行空。在学习的过程中就把知识点理解透彻，建立好框架体系，把逻辑理清，做题的过程中才会一路顺畅。