应用统计学专业大数据方向人才培养方案..doc
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
应用统计学专业(大数据方向)人才培养方案
学科门类:理学
二级类:统计学类
专业代码:071202
英文名称:Applied Statistics(Big data)
一、专业培养目标
本专业培养德、智、体、美全面发展,掌握数学、统计学和经济学等相关学科的基本理论和知识,具备运用统计方法和大数据处理技术,利用计算机处理和分析数据的能力,能在企事业、经济、金融、保险等部门从事数据采集、预处理、数据挖掘、大数据应用分析及开发、数据可视化等工作的高素质应用型人才。
二、专业培养规格
1、知识结构
(1)掌握计算机的基础知识。
(2)掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法。
(3)熟练掌握一门外语,能顺利阅读本专业的外文资料和撰写外文摘要。
(4)具有社会学、文学、哲学和历史学等社会科学基本知识。
(5)掌握经济学、管理学的基本理论知识。
(6)掌握政治、形式与政策、思想道德修养与法律基础等基本知识。
(7)具有坚实的数学理论基础。
(8)了解与统计学相关的自然学科的基本知识,具有坚实的统计学和经济学理论基础。
(9)掌握统计学的基本思想和方法,熟悉统计政策和法规;
(10)理解大数据技术领域的基本理论和基本知识。
(11)掌握大数据科学与技术的基本思维方法和研究方法,了解大数据技术的应用前景、以及相关行业最新进展与发展动态。
(12)具有分布式数据库原理与应用、大数据技术框架、数据分析与方法、数据挖掘技术、数据可视化技术、并行与分布式计算原理、大数据编程技术等专
业知识。
2、能力结构
(1)具有一定的语言文字表达能力,掌握资料查询,文献检索及运用现代信息技术获得相关信息的能力,能够跟踪统计学领域最新技术发展趋势。
(2)具备自主学习、对终身学习有正确的认识,具有不断学习和适应发展的能力。
(3)具有运用统计方法进行数据采集、处理、分析、推断和预测的能力。
(4)能熟练使用统计软件并具备一定的编程能力,并且能正确利用统计思想和方法分析判断软件的计算结果。
(5)具备应用统计方法解决企事业、经济、金融、保险等领域实际问题的能力。
(6)了解相关的技术标准,具有数据处理、分析、呈现等应用技能,具备大数据项目的组织与管理能力。
(7)具有大数据行业领域相关软件产品的应用、大数据系统分析、设计、部署以及维护和管理能力。
(8)具备一定的创新意识和从事大数据领域科学研究的初步能力,有获取最新科学技术知识和信息的基本能力。
(9)具有一定的独立工作能力、人际交往能力和团队合作能力。
3、素质结构
(1)掌握马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想的基本原理,树立辩证唯物主义、历史唯物主义和科学发展观的基本观点。
(2)具有良好的道德品质、社会公德、职业道德和良好的文化素养。
(3)具有爱岗敬业、艰苦奋斗、团结合作的优秀品质。
(4)具有健全的人格、健康的体魄、良好的心理素质和积极乐观的人生态度,养成健全的职业人格和对统计的热爱态度以及良好的体育锻炼习惯, 达到国家规定的大学生体育合格标准和军事训练标准。
三、专业培养规格实现矩阵
四、主干学科
数学统计学经济学
五、专业核心课程
高等数学、线性代数、概率论与数理统计、微观经济学、宏观经济学、管理学、统计学导论、应用回归分析、应用多元统计分析、应用时间序列分析、应用随机过程、数据结构。
高等数学:本课程主要内容包括一元函数极限与连续、一元函数微分学、一元函数积分学、常微分方程、向量代数与空间解析几何、多元函数的极限与连续、多元函数微分学、重积分、曲线积分与曲面积分;级数等内容。通过本课程的学习,使学生掌握函数的微积分等基本理论和基本思想,能应用这些理论和方法解决分析中提出的理论和实际问题,为进一步学习后继各门课程提供必需的基础知识和基本方法。
线性代数:本课程主要内容包括行列式理论、矩阵理论、线性方程组、线性空间、线性变换、欧氏空间、二次型等内容。通过本课程的学习,使学生初步掌握基本的、系统的代数知识,以及抽象的、严格的代数方法,培养学生的抽象思维能力、逻辑推理能力和和解决问题的能力,为后继课程的学习提供必需的基本知识和学习能力。
概率论与数理统计:本课程主要内容包括随机事件与随机事件的概率、随机变量的分布及随机变量的数字特征、随机变量的大数定理与中心极限定理、参数估计、假设检验、非参数检验等内容。通过本课程的学习,使学生初步掌握处
理随机现象的基本理论和方法,从而使学生能够把所学的知识应用于实际问题中,并与其它数学分支相互渗透。为从事有关概率统计的工作打下基础。
微观经济学、宏观经济学:本课程主要内容包括微观经济学、宏观经济学等内容。通过本课程的学习,学生了解经济学的基础知识,对经济思想方法有一定的认识,为进一步学习计量经济、经济统计等课程打下良好的基础,使学生在经济背景下运用统计方法解决实际问题。
管理学:本课程主要内容包括管理学的基本概念、基本理论和基本方法。通过本课程的学习,让学生掌握管理与管理学的基本原理、基本方法和一般规律,培养学生基本的管理素质和管理能力,为构建学生全面知识结构和后续的专业方向课程学习打下良好的基础。
统计学导论:本课程主要内容包括统计学绪论,随机事件与概率空间简介、描述性统计、假设检验思想、回归分析原理等内容。通过本课程的学习,使学生掌握基本的统计学思想和方法原理,对统计学学科有一个初步的整体认识,使他们具有从统计学的基本思想和原理的观点审视现代信息社会中各类问题的能力。为后继概率统计课程的学习打下基础。
应用回归分析:本课程主要内容包括一元、多元线性回归方程的参数估计、显著性检验及其应用、对违背回归模型基本假设的异方差、自相关和异常值进行诊断和处理的方法、回归变量选择与逐步回归方法、多重共线性、岭回归估计等内容。通过本课程的学习,使学生能够结合统计软件,使用回归分析中各种方法,比较适用条件,可以正确解释分析结果,进一步将回归模型应用在各个技术领域中。
应用多元统计分析:本课程主要内容包括定性数据的卡方检验、多元正态分布、均值向量与协方差阵的检验、聚类分析、因子分析、主成分分析及典型相关分析等内容。通过本课程的学习,使学生能够熟练掌握和运用统计方法,为从事社会、经济、管理等研究和实际应用打基础。
应用时间序列分析:本课程主要内容包括时间序列的预处理、平稳时间序列分析、非平稳序列的确定性分析及随机分析、多元时间序列分析等内容。通过本课程的学习,让学生利用时间序列这种特殊的数据结构,结合统计软件数据分析,观察经济生活中数据变量的发展规律,预测其将来走势,为实际生产与生活服务。