1、公共基础课11_000002自然辩证法概论181修8学分09_000003英语2165611_000004中国特色社会主义理论与实践研究 362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11_013101应用时间序列分析11_013103多元统计分析专业主干课09_010304正交表的构造13_010601随机过程统计13_010604统计计算13_010602非参数统计非学位课13_010610金融风险管理13_010603半参数回归模型09_010303金融数学引论09_010305试验设计09_010306高等概率论13_010605统计模
2、拟技术09_010302随机分析与随机微分方程11_013109金融统计研究11_013104统计软件09_010311数理金融方法09_010314矩阵理论09_010315矩阵理论13_010606统计推断13_010607抽样技术09_010317概率论极限理论09_010307生物统计09_010308数据挖掘09_010309贝叶斯统计教学实践09_019001*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
3、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
4、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
5、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: 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，熟悉和掌握常见随机过程的基本思想和技巧，正
6、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
7、（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. 09_010312 课程名称: 高等数理统计 72 学 分: 数学与信息科学学院 开课学期: I 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
8、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。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。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,
9、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：总 课 时：72 学 分：开课单位：数学与信息科学学院 开课学期：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
10、基础。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。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. 11_013103 课程名称: 多元统计分析 数学与信息科学学院 开课学期
11、: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。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。1. 张尧庭, 方开泰, 多元统计分析
12、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. 09_010315 课程名称: 正交表的构造 72 学 分:数学与信息科学学院 开课学期: 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
13、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。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。1. 庞善起, 正交表
14、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, Orthogonal arrays: theory and applications, New York : Springer-Verlag , 1999. 13_010601 课程名称: 随机过程统计数学与信息科学学院 开课学期: 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
15、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。 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。随机过程中参数的假设检验方法和推断。Ito积分的性质，Ito公式等进行统计推断的方法。1. Ishwar V. Basawa, B. L. S., Prakasa Rao.
16、Statistical inference for stochastic processes, Academic Press, 1980.2. 龚光鲁, 随机微分方程引论, 北京: 北京大学出版社, 1995.3. 林元烈, 应用随机过程, 北京: 清华大学出版社, 2002.4. N.U. Prabhu, Stochastic storage processes, Berlin: Springer-Verlag, 1980. 13_010604 课程名称: 统计计算通过本课程，使学生掌握一些统计思想及其计算技术，培养学生了解统计问题与研究统计问题的能力。本课程重视理论与实际并重，提供了许多例
17、子和算法，并为后继的毕业设计和社会实际工作打下必要的理论基础。统计计算是数理统计、计算数学和计算机科学的交叉学科。本课程讲授了统计计算的基本方法，并给出各种算法的统计原理和数值计算的步骤，以及相应的例子，使学生掌握用统计方法解决具体问题的全过程。本课程内容主要包括误差与数据处理, 解非线性方程组的牛顿方法，分布函数和分位数的计算, 随机数的产生与检验, 模拟退火算法，基因算法，EM算法，MCMC方法，Bootstrap方法等。1. 高惠璇, 统计计算, 北京：北京大学出版社, 1995.2. G. H. Givens, J. A. Hoeting著, 王兆军, 刘民千, 邹长亮, 杨建峰译,
18、计算统计, 北京：人民邮电出版社, 2009.3. J. E. Gentle, Elements of computational statistics（影印版），北京： 13_010602 课程名称: 非参数统计本课程的目的是使学生认识到非参数统计方法是统计中最常用的推断方法之一，理解非参数统计方法和参数统计方法的区别，理解非参数统计的基本概念，掌握非参数统计的基本方法。本课程结合R软件来讲解非参数统计方法的原理与应用，使学生学会用非参数统计方法解决实际问题，对统计应用的广泛性有更进一步的认识。本科程主要讲授非参数统计的基本理论包括：检验p值、次序统计量、U统计量、秩、检验的功效、交叉验证、
19、检验的功效、渐近相对效率等主要概念，U统计量检验、符号检验、卡方检验、秩检验等重要的非参数统计方法，概率密度估计的重要方法：直方图、核密度估计、最近邻估计以及密度估计的大样本性质等相关内容。1. 薛留根, 应用非参数统计, 北京: 科学出版社, 2013.2. 孙山泽, 非参数统计讲义, 北京: 北京大学出版社, 2000.3. 吴喜之, 王兆军, 非参数统计方法, 北京: 高等教育出版社, 1996.4. 陈希孺, 柴根象, 非参数统计教程, 上海: 华东师范大学出版社, 1993.5. 王星, 非参数统计, 北京: 中国人民大学出版社, 2005. 11_013104 课程名称: 金融风险
20、管理 通过本课程的学习，使得学生能够正确理解金融风险和金融风险管理的定义，掌握金融风险管理的一般程序，熟悉金融风险管理系统和组织体系，了解分析和识别金融风险的基本方法；学会金融风险度量的主要技术方法，掌握金融风险管理策略的基本类型及其涵义，明确认识衍生性金融工具与金融风险管理的关系。 本课程主要讲授金融风险管理的基本理论， 包括：金融机构的及其面临的风险，金融产品及其风险管理，利率风险及风险价值度量，市场风险管理，信用风险管理，操作风险管理，流动性风险管理，模型风险及经济资本金等相关内容。1. J. C. Hull著, 王勇译, 风险管理与金融机构（第二版）, 北京： 机械工业出版社, 201
21、0.2. 张金清, 金融风险管理, 上海：复旦大学出版社, 2011.3. S. Anthony, M. C. Marcia著, 王中华, 陆军译, 金融风险管理, 北京：人民邮电出版社, 2012. 13_010603 课程名称: 半参数回归模型半参数回归模型的研究是近年来统计研究的热点之一，它结合线性回归模型和非参数回归模型，吸收了各自的优点，因此不论是在理论研究上还是实际应用中都具有重要意义。通过本课程的学习，使学生了解半参数回归模型的基本概念和主要的半参数模型，了解半参数模型中重要的统计思想和统计方法。半参数回归模型是统计学中重要的模型，主要包括部分线性模型、单指标模型、变系数模型和可
22、加模型等。它们在信息科学、生物医学、金融工程、质量控制、交通工程、能源与环境、经济管理等领域都有着相当广泛的应用。通过学习理解半参数估计的基本概念和基本方法，掌握半参数回归模型的估计方法，掌握半参数回归模型参数估计的渐近分布、收敛速度和半参数回归模型参数分量估计的渐近有效性等问题。1. 薛留根, 现代统计模型, 北京: 科学出版社, 2012. 2. 王启华, 史宁中, 耿直, 现代统计研究基础, 北京: 科学出版社,2010.3. 柴根象, 半参数回归模型, 合肥: 安徽教育出版社, 1995.4. 李高荣, 杨宜平, 纵向数据半参数模型, 北京: 科学出版社, 2015.5. A. A.
23、Tsiatis, Semiparametric theory and missing data. Berlin：Springer-Verlag, 2006. 09_010303 课程名称: 金融数学引论 通过本课程的教学，使学生了解离散时间的金融市场的市场特征，掌握数理金融的基本模型和原理，掌握完备市场与均衡，不完备市场未定权益的定价，正确理解均值-方差投资组合选择模型，掌握资本资产定价模型、套利定价理论，掌握消费投资问题的动态规划方法与鞅方法，金融衍生品定价的鞅方法。 本课程主要讲授金融数学的基本理论， 主要包括：条件数学期望，一致可积随机变量族，离散时间鞅，均值-方差分析，资本资产定价模型
24、，套利定价理论，均值-半方差模型，期望效用理论，离散时间金融市场模型和未定权益定价，鞅论和Ito随机分析，Black-Scholes定价公式及应用，Ito过程和扩散过程模型，利率期限结构模型，扩散模型下的最优投资组合与投资-消费策略等相关内容。1. 严加安, 金融数学引论, 北京：科学出版社, 2012.2. 李向科, 戚发全, 金融数学, 北京：3. 叶中行, 林建中, 数理金融-资产定价与金融决策理论, 北京：科学出版社, 1998.4. 蔡明超, 金融数学, 北京： 机械工业出版社, 2004. 09_010305 课程名称: 试验设计 III 通过这门课的学习，让学生掌握试验设计的基本
25、概念、基本方法（区组设计、正交设计、回归设计等）和基本理论，使学生较为透彻地理解各种方法的设计思想及其实践过程，培养学生用科学的试验设计方法设计试验并对试验数据进行正确的分析处理，为实际问题的解决打下基础。学生了解试验设计中的基本概念，掌握试验设计中常用的设计方法的基本原理和相应的数据处理方法。主要包括单因子试验的设计与数据分析，区组设计与数据分析；正交设计与数据分析，饱和设计和超饱和设计及数据分析，回归设计与数据分析等。1. 茆诗松, 周纪芗, 陈颖, 试验设计, 北京：中国统计出版社, 2004. 2. C. F. J. Wu, M. Hamada著, 张润楚, 郑海涛等译, 试验设计与分析及参数优化, 北京：中国统计出版社, 2003.3. 方开泰, 马长兴, 正交与均匀试验设计, 北京：科学出版社, 2001. 09_010306 课程名称: 高等概率论 高等概率论是概率论与数理统计专业研究生必修课之一，它是从事概率论与数理统计以及相关方向的研究所必需的数学基础。通过
