统计学一级学科硕士研究生培养方案

1统计学一级学科硕士研究生培养方案（专业代码：071400）一、培养目标为适应教育面向现代化、面向世界、面向未来的目标，培养社会主义建设事业需要的高层次专门人才，要求统计专业的硕士研究生：1.应具有较扎实的统计学理论基础；2.应系统地掌握本专业基本理论、基本研究方法和技巧；3.应具有较强的学术沟通能力和良好的团队协作精神；4.应具备创新意识和独立科研能力；5.应该熟练掌握一门外语，具有阅读外文资料和用外文写作论文的能力；6.应具有熟练地使用计算机进行科学计算以及借助互联网查阅专业资料的能力；7.身心健康，德才兼备。二、培养方式与学习年限1．培养方式采用导师指导为主，导师与指导小组集体培养相结合的模式，通过课堂授课、专题讨论班、专家讲学、课题研究、参加学术报告（会议）等培养方式，使学生成为有学习积极性、主动性和创造性的高层次专门人才。2．学习年限本专业的硕士研究生学制为三年。三、研究方向试验设计，非参数估计，金融统计，风险管理。四、课程设置课程类别课程课程名称总学时学分开课学期及周学时备注ⅠⅡⅢⅣⅤⅥ公共基础课11_000002自然辩证法概论1811修8学分09_000003英语21656611_000004中国特色社会主义理论与实践研究3622学科基础课11_013105应用随机过程7234至少修6学分09_010312高等数理统计723411_013101应用时间序列分析723411_013103多元统计分析72342专业主干课09_010304正交表的构造7234至少修6学分13_010601随机过程统计723413_010604统计计算723413_010602非参数统计7234非学位课13_010610金融风险管理723413_010603半参数回归模型723409_010303金融数学引论724409_010305试验设计724409_010306高等概率论723413_010605统计模拟技术723409_010302随机分析与随机微分方程723411_013109金融统计研究723411_013104统计软件724409_010311数理金融方法723409_010314矩阵理论Ⅰ723409_010315矩阵理论Ⅱ723413_010606统计推断723413_010607抽样技术723409_010317概率论极限理论723409_010307生物统计723409_010308数据挖掘723409_010309贝叶斯统计7234教学实践09_0190012*五、学习要求与考核方式1．课程学习要求要求每位研究生至少修满35学分，其中学科基础课至少修满6学分，专业主干课至少修满6学分。考核分为考试与考查。必修课进行考试，选修课进行考试或考查。考试成绩按百分制计分，考查成绩采用五级记分制。2.实践环节要求实践内容包括教学实践（为本科生授课、辅导、批改作业、指导大学生毕业论文等）与科研实践（参与具体的科研项目、科研咨询、课题调研，参加学术报告或学术会议等）。相关的要求见本培养方案有关条目。3.科研成果数量要求本专业的硕士研究生在学习期间至少发表（含录用）1篇专业学术论文（除导师外，申请者须排名第一）。特殊情况下，经导师同意并经学院学术委员会认定达到毕业水平3者，可以不要求有学术论文在毕业前被发表或录用。六、中期考核课程学习阶段完成后，学生最迟在入学后的第四学期末之前，参加学院组织的中期考核。中期考核办法参照“硕士学位研究生中期考核规定”进行。中期考核合格方可继续攻读学位。七、学位论文要求1.论文选题研究生在撰写论文之前，必须经过认真的调查研究，查阅大量文献资料，了解研究发展的历史、现状和发展趋势，在此基础上确定自己的论文题目；论文的选题要在前人工作的基础上有所创新，有学术价值或理论和实践意义，论文对所研究的课题要有新的见解。鼓励研究生选择与导师当前所承担课题密切相关的题目。2.论文开题在中期考核前进行学位论文的开题报告论证会。研究生必须撰写完整的学位论文开题报告，包括课题的研究意义、研究方法、研究思路、内容框架、撰写计划、核心观点和创新环节，以及相应的文献资料。3.论文撰写研究生在论文撰写过程中，应该定期向导师汇报课题研究进展。必须保证论文写作时间不少于1年，以确保学位论文的质量。4.论文评阅与答辩本专业实行学位论文预审制度。应在正式答辩前两个月，由本专业的导师指导小组（至少3人组成）对学位论文进行预审。在预审合格或通过修改后合格，方可申请答辩。在举行答辩之前，还必须通过至少两名同专业的高级职称专家的评阅，对部分论文进行“双盲”评定。评阅合格后方可进行论文答辩。统计学专业主要课程介绍课程编号:11_013105课程名称:应用随机过程总课时:72学分:3开课单位:数学与信息科学学院开课学期:Ⅰ教学目的：通过本课程的学习，使学生了解随机过程的基本概念、基本理论、基本计算方法等，4熟悉和掌握常见随机过程的基本思想和技巧，正确理解和掌握应用随机过程中常用计算方法和定理的证明方法，了解应用随机过程学科的研究前沿及发展动态。掌握应用随机过程中常见的泊松过程、更新过程等的基本原理，熟练利用应用随机过程的思想解决计算科学、生物科学中的随机问题和相关的数学问题，为后续课程的学习奠定良好的基础。教学内容：本课程主要讲授随机过程的一些基本概念：随机过程，适应过程，可料过程，可选过程，随机过程的特征函数，平稳随机过程，独立增量过程，随机过程的谱分解，马氏性。随机过程的特征：正态过程，Wiener过程，Bronwn运动，Poisson过程，鞅，无穷可分过程，更新过程，扩散过程，Markov过程，Levy过程。简单的随机积分及其性质（Ito积分，二阶矩过程的随机积分），简单的Ito随机微分方程解的存在和唯一性以及解的马氏性等相关内容。教材及主要参考书目：1.林元烈,应用随机过程,北京：清华大学出版社,2002.2.柳金甫,孙洪祥,王军,应用随机过程,北京：北京交通大学出版社,2006.3.张波,商豪,应用随机过程,北京：中国人民大学出版社,2014.4.刘次华,随机过程,武汉：华中科技大学出版社,2008.课程编号:09_010312课程名称:高等数理统计总课时:72学分:3开课单位:数学与信息科学学院开课学期:I教学目的：通过本课程的学习，使学生了解高等数理统计的基本概念，掌握高等数理统计中常用的几种基本统计推断形式（点估计、假设检验、区间估计)的大小样本理论和方法，培养学生用统计方法和原理分析解决实际问题的能力，为学生进入理论研究领域和实际应用领域奠定良好的基础。教学内容：学生了解数理统计中的基本概念，掌握数理统计中常用的统计推断形式的基本原理和方法，主要包括点估计的评价准则和常用的点估计方法，假设检验中的一致最优势检验、一致最优势无偏检验、似然比检验等，以及区间估计中构造置信区间的方法和寻求未知参数置信水平给定的一致最精确的置信限。5教材及主要参考书目：1.茆诗松,王静龙,濮晓龙,高等数理统计,北京：高等教育出版社,2006.2.陈希孺,数理统计引论,北京：科学出版社,1997.3.陈希孺,高等数理统计学,合肥：中国科学技术大学出版社,2009.4.郑忠国,高等统计学,北京：北京大学出版社,1998.课程编号：11_013101课程名称：应用时间序列分析总课时：72学分：3开课单位：数学与信息科学学院开课学期：Ⅰ教学目的：通过本课程的学习，使学生掌握时间序列的基本概念以及时序的分类，学会对具体时序的分析步骤与建模方法，进而掌握如何判断已建立模型与原来数据的适应性及对未来值的预报。掌握应用时间序列分析中常用的分析方法及其基本原理，熟练利用时间序列的思想解决一些金融、保险、经济等实际问题和相关的数学问题，具备较强的时间序列统计分析能力，并对分析结果进行合理的解释。为后续课程的学习奠定良好的基础。教学内容：本课程主要讲授时间序列的基本概念及性质，自回归模型、滑动平均模型与自回归滑动平均模型，均值和自协方差函数的估计，时间序列的预报，ARMA模型的参数估计，周期模型的参数估计，时间序列的谱估计，多维平稳序列等相关内容。教材及主要参考书目：1.王黎明,王连,杨楠,应用时间序列分析,上海：复旦大学出版社,2009.2.王振龙,时间序列分析,北京：中国统计出版社,2002.3.何书元,应用时间序列分析（第一版）,北京：北京大学出版社,2003.4.王燕,应用时间序列分析,北京：中国人民大学出版社,2008.课程编号:11_013103课程名称:多元统计分析总课时:72学分:3开课单位:数学与信息科学学院开课学期:I教学目的：通过本课程的学习，使学生充分了解多元统计的基本概念和基本方法，掌握一些常6用的多元统计思想和多元分析方法。学会处理常见的多元分析问题方法，为研究生进入理论研究领域和实际应用领域打下扎实的基础。教学内容：本课程系统论述多元统计分析的基本理论和方法，力求理论与实际应用并重。主要内容有：矩阵的基本概念、内积和投影、特征根和特征向量、正态分布的矩、多元正态分布的参数估计、二次型分布、维希特分布、多母体均值的检验、距离判别、贝叶斯判别、最小二乘估计、逐步回归、典型相关变量、主成分分析及主分量分析、因子分析、广义线性模型、系统聚类法、动态聚类法、有序样品的聚类及预报等相关内容。教材及主要参考书目：1.张尧庭,方开泰,多元统计分析引论,武汉：武汉大学出版社,2013.2.何晓群,多元统计分析,北京：中国人民大学出版社,2004.3.朱建平,应用多元统计分析,北京：科学出版社,2006.4.于秀林，任雪松,多元统计分析,北京：中国统计出版社,1999.课程编号:09_010315课程名称:正交表的构造总课时:72学分:3开课单位:数学与信息科学学院开课学期:Ⅱ教学目的：通过本课程的学习，使学生能运用所学的线性代数、矩阵理论、近世代数，特别是有限域的知识，对构造性地证明某些列数多，饱和度高的不同参数的正交表的存在性这一中心问题进行探讨，培养学生提出问题，独立分析问题、解决问题的能力。使学生掌握正交表构造的基本理论方法以及最新进展，了解正交表在试验设计、编码与密码等领域应用的若干背景，为今后研究正交表的构造打好坚实的基础。教学内容：本课程主要基于有限域理论和矩阵，系统地讲授由投影矩阵的正交分解、置换矩阵、差集矩阵、Hadamard积、广义的Hadamard积、Kronecker积、Kronecker和、广义的Kronecker和构造正交表的特别是混和正交表的方法,包括正交表及混合水平正交表的定义及相关概念，构造正交表及混合水平正交表的方法，如有限域方法，投影矩阵的正交分解方法（MI构造法），Hadamard矩阵方法，差集矩阵方法，正交拉丁方方法等，自此基础上介绍正交表完备交互作用列的性质和判别方法。7教材及主要参考书目：1.庞善起,正交表的构造方法及其应用,西安：电子科技大学出版社,2004.2.杨子胥,正交表的构造,济南：山东人民出版社,1978.3.张应山,正交表的构造与数据分析,上海：华东师范大学博士学位论文,2006.4.S.Hedayat,N.J.A.Sloane,J.Stufken,Orthogonalarrays:theoryandapplications,NewYork:Springer-Verlag,1999.课程编号:13_010601课程名称:随机过程统计总课时:72学分:3开课单位:数学与信息科学学院开课学期:Ⅱ教学目的：通过本课程的学习，使学生了解随机过程统计的基本概念、基本理论、基本计算技巧，熟悉和掌握随机过程样本下极大似然估计的基本构造思想和技巧，正确理解和掌握随机过程统计中常用的统计方法和统计量的大样本性质，了解随机过程统计学科的研究前沿及发展动态。能熟练利用随机过程统计的思想解决一些实际统计问题和相关的数学问题，具备较强的统计分析能力和操作能力，为后续课程的学习奠定良好的基础。教学内容：本课程主要讲授随机过程统计的基本概念、统计推断方法。随机过程中的参数估计、假设检验等统计推断方法，估计的大样本性质。