2017年山东科技大学统计学(数据分析方向)专业人才培养方案
统计学专业(专业代码071201)培养方案
统计学专业（专业代码：071201）培养方案一、培养目标：具有良好的数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，具备发现问题、分析问题和解决问题的实际操作技能，能在金融、保险及其它企业、事业单位从事风险管理、统计预测与决策、统计调查、统计信息管理等应用、开发和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。
二、培养规格和要求：树立科学世界观、人生观和价值观，具有良好的思想道德素养和团结协作的精神，具有一定的社会责任感、宽广的胸怀和创新意识。
掌握较丰富的金融经济等科学文化知识、扎实的数学基础知识、系统的统计学专业基础知识和基本技能、较好的外语水平，了解本专业的发展趋势和新进展。
毕业生将获得以下几方面的知识和技能：1、建立正确的统计思想，掌握收集数据的方法，并能够根据数据的特点选用恰当的统计方法进行分析和推断。
掌握计算机的基础知识,熟练应用一种统计软件，管理软件或其它专用软件编程，正确利用统计思想和方法分析判断软件计算结果。
2、具有较强的学习能力和应用实践能力，具有初步的统计学研究能力和统计信息处理能力，得到科学研究的初步训练，掌握基本的科研方法，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，具有较强的分析实际问题和解决实际问题的能力。
3、身心健康，具有健康的体魄和良好的心理素质与卫生习惯。
具有良好的口头表达和书面表达的能力，适应现代社会的交往沟通方式，具有较强的集体合作和组织协调的意识与能力，具有一定的职业道德素养。
三、主干学科：统计学，数学。
四、主要课程：数学分析、高等代数与解析几何、概率论、数理统计、微观经济学、宏观经济学、货币银行学、数据库原理、时间序列分析、应用回归与多元统计分析、抽样调查、应用随机过程、保险学原理。
五、学制及授予学位：四年，理学学士。
六、毕业最低学分：160教学时间总体安排表统计学专业单位：周实践性教学环节安排表统计学专业课程设置及学分（学时）分配表统计学专业统计学专业课程设置及学分（学时）分配表统计学专业。
2017年山东科技大学财政学专业人才培养方案
财政学专业培养方案Public Finance（门类：经济学；二级类：财政学类；专业代码：020201K）一、专业培养目标本专业培养德、智、体、美全面发展的，掌握经济学的基本理论和基础知识，掌握财政、税收、管理等理论、方法和技能，熟悉国家财税法律、法规和经济政策，具备发现、分析、解决财政税收实际问题的综合能力、应用能力和创新能力，能在财政、税务、国有资产管理、企业管理、非营利组织等相关领域或者工作岗位上从事财政税收研究、管理、应用、咨询等工作的具有创新精神、国际视野、高素质的应用型创新人才。
二、毕业要求本专业学生主要学习经济学学科及财政税收专业方向的基本理论和基础知识，接受本专业相关知识、能力和素质的基本训练，掌握获取知识、应用知识及知识创新方面的基本能力。
本专业应获得以下几方面的知识和能力：1.掌握马克思主义的基本理论和方法，具有坚定正确的政治方向、正确的世界观、人生观和价值观以及高度的事业心和责任感，培养良好的职业道德。
掌握经济学学科及财政税收专业方向的基本理论和基础知识，具有运用专业知识发现、分析、解决实际问题的基本能力以及一定的专业实践与创新能力。
2.掌握财政学相关学科的基本理论、基本知识和技能，具有运用计量、统计等现代科学分析方法研究社会财经问题的能力；掌握计算机及信息技术。
3.具有较好的本专业文献检索、外文资料阅读、论文写作、外语交流能力，具有一定的科学研究和实际工作能力。
4.熟悉国家在经济领域尤其是财政税收领域的法律、法规、政策、方针。
5.了解财税经济及管理的理论前沿、发展动态与行业需求。
三、主干学科应用经济学，公共管理。
四、专业核心课程微观经济学，宏观经济学，应用统计学，计量经济学，金融学，会计学，经济法，国际经济学，财政学，税收学，中国税制，国际税收，社会保障学，政府预算管理。
五、主要实践性教学环节财政学专业认识实习，创新创业实践，纳税业务模拟实习，财税电算化系统设计，政府预算模拟实习，税务稽查与纳税筹划业务实习，文献检索与论文写作实践，毕业实习，毕业论文。
数据科学与大数据技术专业人才培养方案
数据科学与大数据技术专业人才培养方案随着信息时代的到来，数据科学与大数据技术成为了当今社会中备受关注的领域之一。
在这个快速发展的领域中，培养优秀的人才显得尤为重要。
为了满足社会对数据科学与大数据技术专业人才的需求，我们制定了一套全面的培养方案。
我们将注重学生的基础知识培养。
数据科学与大数据技术作为一门交叉学科，需要学生掌握扎实的数学、统计学和计算机科学等基础知识。
因此，我们将在专业课程中加强对这些基础知识的学习和理解。
通过系统的课程设置和教学安排，确保学生在专业知识上具备坚实的基础。
我们将注重学生的实践能力培养。
数据科学与大数据技术是一个实践性很强的领域，光靠理论知识是远远不够的。
因此，我们将在课程中增加实践环节，让学生有机会亲自动手解决实际问题。
同时，我们将鼓励学生参与科研和实践项目，培养他们的创新能力和实际操作能力。
我们还将注重学生的团队协作能力培养。
数据科学与大数据技术往往需要团队合作来完成复杂的任务。
因此，我们将在课程中设置团队项目，让学生有机会与他人合作，锻炼他们的团队协作能力和沟通能力。
同时，我们还将鼓励学生参与实习和实训，让他们能够在实际工作中体验团队合作的重要性。
我们还将注重学生的综合素质培养。
数据科学与大数据技术专业人才需要具备良好的综合素质，包括科学素养、人文素养和创新素养等。
因此，我们将在课程中加强对学生的综合素质培养，通过开设选修课程和开展各类活动，培养学生的综合素质和综合能力。
我们将注重学生的职业发展指导。
数据科学与大数据技术是一个充满机遇和挑战的领域，学生在毕业后需要面对各种就业和发展机会。
因此，我们将为学生提供职业发展指导和就业指导，帮助他们更好地规划自己的职业生涯。
我们将邀请行业内的专家和企业代表来校园进行讲座和招聘，为学生提供更多的就业机会和发展机会。
我们的数据科学与大数据技术专业人才培养方案将注重基础知识培养、实践能力培养、团队协作能力培养、综合素质培养和职业发展指导。
大数据专业人才培养方案
四、培养阶段与内容
1.基础阶段（第1-2学期）
-学习大数据技术基本理论、方法和技术；
-掌握基本的数据处理和分析技能；
-培养良好的学习习惯和团队协作精神。
2.进阶阶段（第3-4学期）
-深入学习大数据挖掘、机器学习等先进技术；
-提升数据分析和处理能力；
-参与实际项目，培养实践能力和创新意识。
3.提高阶段（第5-6学期）
-学习大数据产业相关政策和法规；
-培养项目管理与协调能力；
-提升综合素质，为职业发展奠定基础。
五、师资队伍与教学资源
1.师资队伍：聘请具有丰富教学经验和实践经验的专业教师，以及具有大数据产业背景的企业导师；
3.综合素质课程：大数据政策与法规、项目管理与协调、团队合作与沟通、创新思维等。
四、培养阶段与内容
1.基础阶段（第1-2学期）
-学习大数据基本理论、方法和技术；
-掌握基本的数据处理和分析技能；
-培养良好的学习习惯和团队协作精神。
2.进阶阶段（第3-4学期）
-深入学习数据挖掘、机器学习等先进技术；
-提升大数据分析和处理能力；
大数据专业人才培养方案
第1篇
大数据专业人才培养方案
一、前言
随着信息化时代的到来，大数据技术已成为国家战略发展的重要支柱。为满足社会对大数据专业人才的迫切需求，本方案旨在制定一套科学、系统、人性化的大数据专业人才培养方案，为我国大数据产业发展提供有力的人才支持。
二、培养目标
1.掌握大数据技术的基本理论、方法和技术；
第2篇
大数据专业人才培养方案
一、背景分析
当前，大数据技术正成为推动社会进步和经济发展的关键力量。在此背景下，培养一批具备专业素养、掌握核心技术的大数据专业人才，已成为我国教育领域的重大课题。本方案旨在制定一套全面、深入、适应大数据产业发展需求的专业人才培养方案。
统计培训计划及实施方案
一、计划背景为提高我国统计队伍的业务素质，提升统计数据质量，根据《中华人民共和国统计法》和《全国统计教育培训规划》的要求，结合我国统计工作实际，特制定本培训计划。
二、培训目标1. 提高统计人员的业务素质，使其熟悉统计法律法规、统计制度和方法，掌握统计调查、统计分析和统计报告等基本技能。
2. 增强统计人员的职业道德，树立统计诚信意识，提高统计数据质量。
3. 促进统计队伍建设，培养一支高素质、专业化的统计队伍。
三、培训对象1. 各级统计局、国家统计局直属调查队、地方各级调查队的工作人员。
2. 各级政府、企事业单位、社会组织的统计负责人及统计人员。
3. 统计教学、科研机构的相关人员。
四、培训内容1. 统计法律法规、统计制度和方法。
2. 统计调查、统计分析和统计报告等基本技能。
3. 统计职业道德、诚信意识。
4. 最新统计政策、改革动态。
5. 国际统计发展动态。
五、培训方式1. 面授培训：邀请专家、学者授课，开展专题讲座、研讨等活动。
2. 网络培训：利用网络平台，开展在线学习、在线考试、在线答疑等活动。
3. 实地培训：组织学员到基层单位、企业进行实地调研、观摩学习。
4. 交流培训：举办统计学术交流会、研讨会等活动，促进学员之间的交流与合作。
六、实施方案1. 制定培训计划：根据培训目标，制定详细的培训计划，明确培训时间、地点、内容、方式等。
2. 组织培训师资：邀请具有丰富实践经验和理论水平的专家、学者担任培训讲师。
3. 确定培训对象：根据培训对象的需求，合理分配培训名额。
4. 培训组织实施：按照培训计划，组织开展各类培训活动。
5. 培训效果评估：对培训效果进行评估，包括培训内容、培训方式、培训师资、培训效果等方面。
6. 培训资料收集与整理：收集整理培训资料，为今后培训提供参考。
7. 培训成果转化：将培训成果转化为实际工作，提高统计数据质量。
八、保障措施1. 加强组织领导，成立培训工作领导小组，负责培训工作的组织实施。
山东科技大学统计学专业介绍
要求学生在四年内取得170学分，其中必修课113学分：公共基础必 修课79学分，专业基础必修课14学分，专业核心课12学分，专业特色课 8学分；实践环节29学分；选修课28学分：公共基础选修课8学分，专业 基础选修课8学分，专业选修课12学分。必修课与选修课学分之比近8:2。
都经贸大学、西安交通大学、南开大学、上 海财经大学、同济 大学、北京交通大学、湖南大学等。
07级，香港城市大学1人（PHD,全额奖学金）；08级，美 国留学1人；09级， 1人发表学术论文，出国； 11级准备出国
留学1人。 就业：就业率较高，最好年份达到96%（07届），曾至少两次
全院第一。几乎无参加定制者，独立就业（信息学院）。 应聘职位：统计、数据分析、财务管理、系统开发、管理等。 应聘单位：统计部门、金融部门、公司企业、学校、出国（10
统计学专业介绍
●统计学的含义
●统计学的发展前景
●统计学专业发展历史 ●统计学专业考研就业
●统计学硕士点
●统计系师资
● 统计学专业培养方案●几点要求和希望
统计学的发展前景
教育部社政司司长、中国人民大学博士生导师顾海良教 授的观点：
统计学是新世纪最有前途的学科。 （1）对人文社会科学的巨大推动作用将在21世纪得到更 充分的体现；（满意度、幸福感、青少年犯罪） （2）对信息经济的发展具有重要的支撑作用；（经济资 源）
赢
&&&&&&&&&&&&&&&&&&&&& 亡：牺牲精神 口：口碑传播 月：日积月累 贝：利用资源 凡：小事做起
统计学本科专业培养方案
统计学本科专业培养方案一、学制四年二、授予学位理学学士三、人才培养目标统计学专业培养具有良好的数学基础，掌握统计学的基本理论和方法及其它相关的专门知识，能熟练地运用计算机分析数据的高级专门人才。
本专业毕业生能在经营管理、金融领域、医疗卫生等部门从事统计调查、统计信息管理、数量分析等开发、应用和管理，或在科研、教育部门从事研究和教学工作，或能继续攻读相关专业硕士学位。
四、人才基本规格本专业主要以培养应用型人才为主，具体应具备：1. 热爱社会主义祖国，拥护中国共产党，具有良好的思想品德、社会公德和职业道德，爱岗敬业，艰苦求实，愿为社会主义现代化服务。
2. 本专业学生要掌握统计学方面的基本理论、基本知识，受到基础研究和应用基础研究方面的科学思维和科学实验训练，具有良好的科学素养及一定的教学、科研能力。
3. 具有良好的心理素质和健康的身体，通过《学生体质健康标准》测试。
五、知识结构和能力结构毕业生应获得以下几个方面的知识和能力：1. 具有良好的数学基础，掌握统计学的基础理论和基本方法。
2. 能熟练使用计算机（包括常用语言、工具及专用软件），具有基本的算法分析、设计能力和较强的编程能力。
3. 能运用所学的理论、方法和技能解决应用领域中的某些实际问题。
4. 掌握文献检索、资料查询的基本方法，了解统计学的理论、技术及应用的新发展，具有一定的科学研究和软件开发能力。
5. 掌握一门外语，具有一定的听说读写能力，使外语成为交流和获取新知的工具。
六、主干学科数学、统计学、经济学、管理学七、主要课程数学分析、高等代数、解析几何、常微分方程、复变函数、概率论、实变函数、应用数理统计、数据库、应用随机过程、抽样调查、应用多元统计方法、泛函分析、程序设计基础等。
（见附件1《统计学本科专业实践环节安排表》）十、课外指导课程安排与要求（见附件2《统计学本科专业课外指导课程安排表》）十一、专业教学进程计划（见附件3《统计学本科专业教学进程计划表》）十二、有关说明信息与计算科学专业与统计学专业实行打通培养，即新生入学后前三学期不分专业，统一安排学习。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、专业简介（一）历史沿革数据科学与大数据技术专业由学校“数据科学与大数据技术”教学工作小组负责，依托计算机学院、理学院、经济管理学院、信息管理学院和通信学院共同建设，师资从全校范围内选拔组建，该专业2017年通过教育部审核批准，我校是全国第二批设立该全日制本科专业的高校。
（二）学生招生本专业2017年计划招生1个班，约30名学生。
该专业招生采用入校后二次选拔方式，面向所有被录取到我校的全日制本科生，综合高考成绩、英语分级考试成绩、数学分级考试成绩、专业面试成绩择优录取。
二、培养目标本专业根据“厚基础、宽专业、重能力、高素质”的人才培养要求，培养具有良好的科学与人文素养、扎实的专业知识与技能、较强的工程实践与创新能力，具备计算机、数学、统计学等多学科知识和技能，具有分析问题、解决问题、自主学习以及国际视野的高素质应用型人才。
本专业毕业生应熟悉计算机专业基本知识、方法和技能，掌握大数据系统与平台技术（数据采集、清洗、存储、计算等大数据系统与平台相关技术）、大数据分析与可视化技术（数据分析、人工智能、数据挖掘等大数据分析相关技术和数据可视化技术）、特定场景下大数据开发与应用等方面的基本工程能力，具备工程师所必需的学习与创新、沟通与表达、合作与交流等基本能力与素养，具有良好的职业发展力和适应力的工程师与专业管理人才。
毕业生适合在信息技术企业和企事业单位信息技术或管理部门，以大数据采集与预处理、存储与管理、高性能计算、智能分析与挖掘、展现与应用等生命周期相关技术或应用为主要内容，从事现场或一线的平台规划、设计、部署、管理、运维，或系统开发、测试、支撑、服务与管理等工作，并在五年内成长为能够独立胜任相关岗位工作的技术或管理工程师，或进入相关领域研究生阶段继续深造。
三、毕业要求：1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决复杂大数据技术和大数据应用的复杂工程问题。
数据科学与大数据专业培养方案
数据科学与大数据专业培养方案一、专业简介（一）历史沿革数据科学与大数据技术专业由学校“数据科学与大数据技术”教学工作小组负责，依托计算机学院、理学院、经济管理学院、信息管理学院和通信学院共同建设，师资从全校范围内选拔组建。
（二）学生招生本专业2017年计划招生1个班，约30名学生。
该专业招生采用入校后二次选拔方式，面向所有被录取到我校的全日制本科生，综合高考成绩、英语分级考试成绩、数学分级考试成绩、专业面试成绩择优录取。
二、培养目标本专业根据“厚基础、宽专业、重能力、高素质”的人才培养要求，培养具有良好的科学与人文素养、扎实的专业知识与技能、较强的工程实践与创新能力，具备计算机、数学、统计学等多学科知识和技能，具有分析问题、解决问题、自主学习以及国际视野的高素质应用型人才。
本专业毕业生应熟悉计算机专业基本知识、方法和技能，掌握大数据系统与平台技术（数据采集、清洗、存储、计算等大数据系统与平台相关技术）、大数据分析与可视化技术（数据分析、人工智能、数据挖掘等大数据分析相关技术和数据可视化技术）、特定场景下大数据开发与应用等方面的基本工程能力，具备工程师所必需的学习与创新、沟通与表达、合作与交流等基本能力与素养，具有良好的职业发展力和适应力的工程师与专业管理人才。
毕业生适合在信息技术企业和企事业单位信息技术或管理部门，以大数据采集与预处理、存储与管理、高性能计算、智能分析与挖掘、展现与应用等生命周期相关技术或应用为主要内容，从事现场或一线的平台规划、设计、部署、管理、运维，或系统开发、测试、支撑、服务与管理等工作，并在五年内成长为能够独立胜任相关岗位工作的技术或管理工程师，或进入相关领域研究生阶段继续深造。
三、毕业要求：1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决复杂大数据技术和大数据应用的复杂工程问题。
1.1能够将数学与物理知识、方法与思想，用于大数据应用复杂工程过程中所需要的抽象思维和逻辑分析；1.2能够将离散数学、程序设计、面向对象技术、数据结构、软件工程等计算机软件基础知识与方法，用于复杂大数据应用技术工程问题的算法分析与设计、软件开发与实现；1.3能够将计算机电路基础、计算机系统基础、计算机网络等计算机系统基础知识与方法，用于复杂大数据应用技术问题的系统认知、设计、开发与应用；1.4能够将数据建模与表示、大数据系统与平台技术、大数据分析与可视化技术、大数据应用开发技术等数据科学与大数据技术专业知识，用于各种场景下的大数据应用问题的规划和解决。
山科大教字〔2019〕7号关于公布山东科技大学本科专业优化调整方案(2019-2023)的通知
— 1 —山科大教字〔2019〕7号各校区管委，各部门、各单位：《山东科技大学本科专业优化调整方案（2019-2023）》已经校党委常委会研究通过，现予以印发，请认真贯彻执行。
特此通知山东科技大学2019年9月12日— 2 —为深入贯彻全国教育大会、新时代全国高等学校本科教育工作会议和学校第三次党代会精神，优化本科专业布局，提升专业建设水平，结合学校实际制定本方案。
一、专业优化调整目标1.适度减少本科专业数量。
到2023年,学校本科专业数量控制在70个以内，本科生年均招生7500人左右，本科生规模稳定在30000人左右。
2.专业布局突出工科优势。
根据学校第三次党代会确定的“建设工科主导、特色鲜明的高水平应用研究型大学”奋斗目标，按照“突出工科优势，强化行业特色，厚植区域优势”的办学定位和专业建设定位，统筹优化三地校区本科专业结构布局，工学专业占比达到65%左右。
3.建立专业动态调整机制。
以学科基础、生源质量、办学条件、培养质量、就业质量、社会评价等因素为主要指标，建立科学的专业动态调整机制，做好存量升级、增量优化、余量消减。
二、专业优化调整原则1.合理设置学科专业数量。
每个学院所设专业涉及的学科原则上不超过2个一级学科（部分专业之间关联度强的学院除外），一个学院设置的专业不超过5个，同一个一级学科所属专业原则上不超过3个。
每个专业的专任教师应在15人以上。
2.整合相近学科专业。
根据《普通高等学校本科专业目录和专业介绍（2012年）》，参照《学位授予和人才培养学科目录（2011年）》，准确把握学科专业之间的关联度，按一级学科归属和专业大类调整专业。
不属于同一学科，但专业核心课程关联度高的专业整合在一个学院。
3.逐步停招相关专业。
对于专业评级较低、初次就业率较低、第一志愿报考率低、师资力量较弱、无学科支撑等的专业，逐步停止招生。
4.增设新工科专业。
在现代海洋、新一代信息技术、新能源新材料、生物医药、生态环境等领域打造新优势，申报相关新工科专业，发挥专业对学科建设的支撑作用。
统计学专业培养方案
1.教学安排
（1）理论教学：采用课堂讲授、学术研讨等形式，培养学生的专业素养。
（2）实践教学：加强实验室建设，提高课程实验质量，组织各类实习活动，增强学生的实际操作能力。
2.教学方法
（1）案例教学：引入实际案例，提高学生分析问题和解决问题的能力。
（2）翻转课堂：引导学生自主学习，培养学生的自主学习能力。
2.专业基础课程
（1）描述统计学
（2）推断统计学
（3）多元统计分析
（4）时间序列分析
（5）计量经济学
（6）非参数统计
3.专业核心课程
（1）数据分析与处理
（2）统计软件与应用
（3）数据库管理
（4）数据挖掘与机器学习
（5）应用统计
（6）国民经济核算
4.实践教学
（1）课程实验
（2）实习
（3）毕业论文（设计）
统计学专业培养方案
第1篇
统计学专业培养方案
一、培养目标
统计学专业致力于培养具有良好政治素质、严谨科学态度、强烈社会责任感，掌握统计学基本理论、方法与技能，具备较强的数据分析、处理及解决实际问题的能力，能在政府部门、企事业单位、科研机构等从事数据分析、管理与决策工作的复合型、应用型人才。
二、培养要求
1.掌握马克思主义基本原理，树立正确的世界观、人生观和价值观，具有良好的思想品德和职业道德。
第2篇
统计学专业培养方案
一、引言
统计学专业培养方案旨在贯彻落实党的教育方针，适应国家发展战略需求，培养德智体美全面发展，具有扎实统计学理论基础、较强数据分析与实际应用能力的高级专门人才。以下方案将详细阐述培养目标、培养要求、课程体系、培养过程、质量保障与毕业标准等方面内容。
本科人才培养方案(评审标准)
能反映学生毕业后5年左右在社会与专业领域预期取得的成就；
专业特色
符合学校专业建设和发展规划；
5
结合本专业办学理念、专业定位、办学经验、发展现状等，准确凝练出专业特色。
培养标准
培养规格中描绘出与本专业相适应的职业岗位群；
10
知识要求：人文、社会科学、自然科学基础知识，学科和专业基础知识，本专业及相邻学科知识等；
2017级本科人才培养方案评审标准
专业名称
市场营销专业
所在学院
国际商学院
专业类型
普通专业支标专业转型专业双创专业
一级指标
二级指标及内涵
标准分值（Mi）
评价等级（Ki）
A
1.0
B
0.8
C
0.6
D
0.4
培养目标
以《普通高等学校本科专业目录和专业介绍》中参考专业培养目标为基础；
10
符合社会经济发展需求和行业特点；
能力要求：准确提炼本专业培养人才应具备的核心能力和综合能力；
素质要求：生理素质、心理素质、文化素质、行为素质等具体体现；
其他要求（参照相关标准）。
毕业要求
符合毕业需要达到的知识、能力、素质等要求；
10
符合毕业需要的总学分和各课程性质学分要求；
毕业要求应能支撑培养目标的达成。
实践实训教学
科学设置实践课程，总学分（学时）比例达到要求；
10
理论课程中的实践教学部分学分（学时）明确具体；
小学期活动要规范、系统、相对固定化；
形成符合本专业特点的实践教学体系。
创新创业教育
开设创新创业类专业课程；
10
创新创业教育融入课程；
统计学专业人才培养方案
统计学专业人才培养方案专业代码：071601学科门类：理学一、培养目标本专业培养德、智、体全面发展，具有良好的统计学、管理学与经济学素养，熟练掌握统计学的基本理论和方法，受到科学研究的初步训练，具有较强的计算机应用能力，能从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，并能适应相关经济、社会工作的应用型、复合型专门人才。
二、培养规格与要求（一）培养规格具有良好的思想品德、社会公德和职业道德，具有宽厚的人文社会科学和自然科学的基本知识，熟练掌握统计学的基本理论和方法，具有扎实的数学基础，具有较好的科学素养，受到理论研究、应用技能和使用计算机的基本训练，具有数据处理和统计分析的基本能力。
（二）素质要求毕业生替代以下几个方面的知识和能力：1、具有扎实的数学基础，受到比较严格的科学思维训练；2、掌握统计学的基本理论、基本知识、基本方法和计算机操作技能；具有采集数据、设计调查问卷和处理调查数据和基本；3、了解与社会经济、医药卫生统计、生物统计或工业统计等有关的的自然科学、社会科学工程技术某一领域的基本知识，具有应用统计学理论分析、解决该领域实际问题的初步能力；4、了解统计学理论与方法的主要发展动态及其应用前景；5、能熟练使用各种统计软件包，有较强的统计计算能力；具有扎实的经济学基础，熟悉国家经济发展的方针、政策和统计法律、法规，具有利用信息资料进行综合分析和管理的能力；6、掌握资料查询、文献检索及运用现代化信息技术获取相关信息的基本方法，具有一定科学研究和实际工作能力。
三、主干学科和主要课程（一）主干学科数学、统计学（二）主要课程高等数学、线性代数、概率论与数理统计、统计学原理、运筹学、会计学、管理学原理、国民经济核算四、学制标准学制：4年最长修业年限：8年五、授予学位理学学士六、教育教学活动时间安排七、课程结构及学时、学分分配八、课程设置及学时分配表注：*学时不计入总学时九、有关说明（1）考核类型c为考查，s为考试（2）文化素质讲座（含师范专业的教师教育讲座）每学期举行，要求每生至少选听15次；（3）每生至少参加社团1个；（4）基础必读书由各学院制订书目并在第六学期组织考核。
- 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)。
统计学（数据分析方向）专业培养方案
Statistics（Data Analysis Specialty）
（门类：理学；二级类：统计学；专业代码：071201）
一、专业培养目标
本专业培养德、智、体、美全面发展，在具备一定的数学、统计学和计算机科学等方面知识的基础上，较全面掌握大数据处理和分析的基本理论、基本方法和基本技术，能够运用所学知识解决实际问题，具备较高的综合业务素质、创新与实践能力，能从事大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，具有较强的专业技能和良好外语运用能力的应用型创新人才，或继续攻读本学科及其相关学科的硕士学位研究生。
二、毕业要求
本专业是一门涉及数学、统计学、计算机科学等多领域的交叉学科。
学生主要学习数学、统计学、计算机科学的基本理论和基本知识，打好坚实的数学基础，受到系统而扎实的计算机编程训练，具备较强的数据分析和信息处理能力，能在大数据科学与工程技术领域从事数据分析管理、系统设计开发、大数据处理应用、科学研究等方面的工作，具备综合运用所学知识分析和解决实际问题的能力。
本专业学生培养分为两个主要阶段，第一阶段着重于数据科学理论体系的培养，即发展和完善数据科学理论体系，为数据科学人才培养提供必要的理论和知识基础；第二阶段重视实践能力的培养，即在夯实数据科学理论的基础上，重视培养学生利用大数据的方法解决具体行业应用问题的能力。
本专业毕业生在知识、能力和素质方面的具体要求：
1.具有正确的世界观、人生观和价值观；具有良好的道德品质、高度的社会责任感与职业道德；具有良好的人文社会科学素养。
2.具有良好的人际交往能力和团队协作精神；有较强的自学能力和适应能力。
3.具有良好的数学、统计学和计算机科学基础，掌握数据科学与大数据技术、统计学和计算机科学的基本知识、方法和技能。
4.具备熟练应用计算机( 包括常用语言、工具及专用软件) 的基本技能, 具有较强的算法设计、算法分析与编程能力。
5.具备扎实的数据科学与大数据技术的基本理论和方法，掌握数据挖掘的常用算法，能从实际问题入手，具备数据的处理、使用相关理论和算法快速解决实际问题的能力，并具备对数据挖掘结果进行全面分析的能力。
6.受到系统的科学研究训练，具有一定的科学研究和实际工作能力；了解本学科的发展趋势和大数据技术的应用前景，具备在大数据科学与工程技术领域从事数据分析管理、系统设计开发、大数据处理应用、科学研究的基本能力。
7.有较强的语言表达能力，掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法，具有较强的知识更新、技术跟踪与创新能力。
8.掌握一门外语，能够阅读本专业外文书刊，并具有初步的听、说、写能力，要求学生能独立用外文撰写毕业论文。
三、主干学科
统计学、数学。
四、专业核心课程
微积分学、线性代数与解析几何、概率论、数理统计、多元统计分析、Linux操作系统、数据结构、数据库原理及应用、计算机网络、离散数学、大数据处理技术（Hadoop）、大数据分析方法及应用、云计算等。
五、主要实践性教学环节
Matlab及实验、计算机程序设计基础实验(C语言)、计算机程序设计基础实验（Java 语言）、数据结构课程设计、Linux操作系统实验、数据库原理及应用课程设计、Python 语言及实验、多元统计分析课程设计、SPSS软件及实验、R语言及实验、大数据处理技术（Hadoop）课程设计、大数据综合实训、数据采集与网络爬虫实验、毕业实习、毕业论文(设计)等。
六、修业年限
四年
七、授予学位
理学学士
八、毕业最低学分要求
毕业所必须达到的总学分为160学分。
九、培养方案的构成及学时、学分分配
表1 人才培养方案学分构成表
表2 各学期必修教学环节额定学分分配表
十、课程与毕业要求对应关系矩阵
表3 设置的所有课程与毕业要求的对应关系
十一、指导性教学计划进程安排(一) 通识教育课进程表
(二) 专业核心课进程表
(三) 专业拓展课进程表
选修学分要求与修读指导建议: 1.专业拓展课须在毕业前至少选修16学分；2.两个模块任选其一，不交叉选课，选够6学分；3.专业任选课程至少选修10学分。
(四)实践环节进程表（不包含非独立课内实验）。