研究生培养
培养目标
培养服务于工业界、政府或学术界的专业人才，使之具有良好的统计职业道德，恪守学术规范；具有牢固的数理统计知识和较强的数据分析能力，能熟练地运用统计方法和统计软件分析数据，有很强的统计报告撰写能力，具备学术研究的基本能力，能够在某个统计专业方向上取得理论成果，或者掌握一定的交叉学科知识，能开展跨学科特别是新兴交叉学科的研究，具有在实际工作中发现问题、提出问题和解决问题的基本能力；较为熟练地掌握一门外国语，能阅读和整理本专业的外文资料。
培养方向
在教学方面，第一学年主要培养本专业基础理论知识、研究方法及本学科研究前沿进展。之后两年根据研究生具体专业方向的不同，设置灵活的课程安排和教学方式，包括研讨班、学术报告等，充分调动学生的自学能力，加强培养学生的动手能力，科研写作能力和口头表达能力。
在具体科研技能培养上，充分发挥导师在研究生指导中的主导地位，强调学生在科研工作中的严谨性和独立性。
课程设计
|
课程属性 |
课程名称/英文名称 |
学时 |
学分 |
|---|---|---|---|
|
必修课 |
学术规范与论文写作 CritiWriting |
72 |
4 |
|
高等概率论 Advanced Probability Theory |
72 |
4 |
|
|
高等统计 Advanced Statistics |
72 |
4 |
|
|
统计学习 Statistical Learning |
72 |
4 |
|
|
随机过程导论 Introduction to Stochastic Processes |
72 |
4 |
|
|
复杂数据分析 Complex Data Analysis |
54 |
3 |
|
|
半/非参数统计 Semi-parametric Statistical Inference |
54 |
3 |
|
|
模式识别 Pattern Recognition |
54 |
3 |
|
|
小波分析与图像处理 Wavelet Analysis and Image Processing |
54 |
3 |
|
|
选修课 |
大规模数据分析 Large-Scale Data Analysis |
54 |
3 |
|
时空模型 Spatial Models |
54 |
3 |
|
|
时间序列分析 Analysis of Time Series |
54 |
3 |
|
|
贝叶斯分析 Bayesian Analysis |
54 |
3 |
|
|
结构方程模型 Structural Equation Models |
54 |
3 |
|
|
系统生物学 Systems Biology |
54 |
3 |
|
|
高级生物统计 Advanced Biostatistics |
54 |
3 |
|
|
生物信息学 Bioinformatics |
54 |
3 |
|
|
生物系统的建模与分析 Modeling and Analysis of Biological Systems |
54 |
3 |
|
|
统计遗传学 Statistical Genetic Analysis |
54 |
3 |
|
|
生存分析 Survival Analysis |
54 |
3 |
|
|
受控马尔可夫过程 Controlled Markov Processes |
54 |
3 |
|
|
动态博弈及其应用 Dynamic Games and Applications |
54 |
3 |
|
|
实用马氏决策过程 Practical Markov Decision Processes |
54 |
3 |
|
|
随机模型及其应用 Stochastic Models and Their Application |
54 |
3 |
|
|
遍历理论 Ergodic Theory |
54 |
3 |
|
|
现代概率选讲 Selected Topics on Modern Probability |
54 |
3 |
|
|
现代统计选讲 Selected Topics on Modern Statistics |
54 |
3 |
