2024-2025学年度应用统计与数据科学微专业招生通知

序号

课程名称

课程简介

先修要求

拟任课教师

1

统计方法与R语言实战

通过这门课程，学生将能够掌握描述性统计分析、探索性统计分析、参数估计、假设检验等统计学基础知识，并通过R语言编程实践来加深理解,提高数据洞察力.

高等数学,

线性代数

樊亚莉

2

计量经济学理论与方法

课程旨在提升学生的计量经济分析技术，使学生掌握现代计量经济分析的理论与方法。课程坚持“重思想、重方法、重应用”的原则，精选教学内容，避免烦琐的数学推导和证明，系统介绍了计量经济学的基本理论、基本思想、基本方法及应用。课程内容包括横截面数据(多元回归、工具变量法、离散选择)，时间序列数据(平稳时间序列、单位根、协整)，面板数据(固定效应、随机效应)等。课程对于一些实际经济应用问题，给出Eviews软件的操作和结果解读。

概率论与数理统计

陆秋君

3

金融数学

本课程介绍金融工程的基本概念、基本理论及分析方法,远期、期货、互换、期权四种基本衍生工具的概念、定价及交易策略，如何利用金融衍生工具进行金融风险管理及投机和套利，并对各类衍生工具应用于此的功能、特点进行了比较。

概率论与数理统计

李洋

4

时间序列方法

学习时间序列的传统线性模型及方差波动率模型，使学生掌握基本的时间序列分析模型并能用适当的软件加以应用，进而可以处理现实生活中的平稳及非平稳的时间序列的建模问题。通过本课程学习，学生能结合实际情况合理的运用各个模型进行建模与分析。

高等数学，概率论与数理统计

张伏

5

统计学习基础

通过《统计学习基础》课程的学习，可以使本科生掌握机器学习中的核心算法与理论，并能应用于不同的专业领域，解决不同行业的实际工程问题，同时促进该领域的理论研究。课程培养学生对统计学习基础基本理论方法、技术原理理解和运用的基本能力，并围绕机器学习技术拓展学术创新能力，同时了解统计学习基础和人工智能技术最新动态，跟进学科的前沿进展，帮助学生养成严谨的科学思维方式，激发探索精神和创新意识。

概率论、数理统计

刘帅

6

数据科学初步

课程是数据科学的入门课程，以“建立知识体系、掌握基本原理、学会初级实践、了解前沿技术”为原则，为学生深入学习数据科学和大数据技术奠定基础。

无

李佳珈

7

统计优化方法

本课程专注于统计优化方法，探讨如何结合统计学原理和优化理论来解决实际问题。课程内容将涵盖从经典优化算法到现代统计优化方法，旨在培养学生在数据驱动的决策环境中应用统计优化技术的能力。

高等数学，线性代数

沈春根