考研数据概率统计主要考察以下内容：
事件与概率：
包括事件的关系与运算、完备事件组、概率的概念、概率的基本性质、古典型概率、几何型概率、条件概率、概率的基本公式、事件的独立性、独立重复试验等。
随机变量（向量）及其分布：
涉及随机变量分布函数的概念及其性质、离散型随机变量的概率分布、连续型随机变量的概率密度、常见随机变量的分布、随机变量函数的分布等。
数字特征：
包括期望、方差、相关系数、协方差等。
极限定理：
常见的随机变量序列收敛性、大数律、中心极限定理等。
三大分布的基本构造及基本性质：
如正态分布、二项分布、泊松分布等。
参数估计：
包括充分完备统计量、矩估计、极大似然估计、区间估计、估计无偏性、最小方差无偏估计等。
假设检验：
包括两类错误与概率、功效函数、检验水平、常见总体的参数检验等。
线性回归模型的参数估计、假设检验。
此外，考试还可能涉及数学分析中的级数、线性代数中的二次型、实变函数中的测度论以及数理统计中的充分完备统计量等内容。
建议考生全面复习上述内容，并特别注意理解概率统计的实际应用背景，以便能够灵活运用所学知识解决实际问题。