考研数据主要统计以下几个方面：
招生人数：
该数据反映了各专业的招生名额总数，一般可以在专业目录中查看。招生人数越多，录取几率相对较大，尤其是对于热门专业。建议分析近三年的数据情况，以获得更全面的了解。
报考人数：
该数据表示有多少学生报考了某个专业。报考人数可以反映该专业的竞争程度。虽然每年数据会有变化，但分析前几年的数据可以帮助大致判断当年的报考情况。
录取人数：
该数据是实际录取的学生数量。虽然可以从招生人数中推测，但由于复试刷人、生源质量、扩招和调剂等因素，实际录取人数可能与招生人数有所不同。
报录比：
即录取人数与报考人数的比例，直观反映了该专业的热门程度和竞争激烈程度。报录比越高，说明该专业竞争越激烈。
推免人数：
指各专业的推荐免试研究生名额。虽然很多同学认为推免名额与自己的考研关系不大，但如果某专业的推免名额占比较大，那么对于目标该专业的考生来说，竞争压力会增大，因此需要提前了解并确认。
复试分数线：
这是考生在报考前对自己的水平评估的一个重要参考数据，只有达到或超过分数线的考生才有机会进入复试阶段。
此外，大数据统计考研专业课还可能涉及以下方面：
统计学：
作为数学的一个分支，研究如何从数据中提取有用的信息，并对不确定性进行建模和评估。考试可能包括描述性统计、推断性统计、数据挖掘和机器学习等内容。
计算机学科专业基础：
包括数据结构、计算机组成原理、操作系统和计算机网络等，这些是大数据专业必考的内容。
数据库技术：
需要了解数据库的基本原理和技能，包括关系型数据库和非关系型数据库的使用，以及数据仓库和数据挖掘等内容。
数据可视化技术：
涉及各种数据可视化工具和技术，如Tableau、Python可视化库等，这些是大数据分析的重要环节。
大数据处理技术：
包括分布式计算、流数据处理、批处理等技术，以及相关的工具和库的使用。
掌握这些数据及其分析，可以帮助考研学生在选择专业、制定复习计划及评估自身竞争力时做出更明智的决策。