【中國人民大學在職研究生網訊】統計學院 2019 級攻讀應用統計(大數據分析方向)專業學位研究生培養方案

一、適用專業學位

應用統計(大數據分析方向)

二、培養目標與培養方式

掌握馬克思主義基本原理和中國特色社會主義理論體系，具有良好的政治素質和職業道德;系統掌握大數據采集、整理、分析及結果呈現的統計理論;具備熟練應用計算機集群進行大數據處理、統計分析的能力;能夠獨立完成對實際問題的統計分析并撰寫規范的統計分析報告;掌握一門外國語。

三、學科專業研究方向

應用統計(大數據分析方向)

四、學習年限基本

學習年限 2 年。

五、課程設置和學分要求(見附表)

攻讀碩士學位研究生期間，需要獲得學位課程總學分不少于 36 學分。 必修課不少于 18 學分， 社會實踐不少于 4 學分， 選修課不少于 8 學分， 公共課不少于 6 學分， 具體課程及學分要求見“方案課程及學分要求”。

六、社會實踐

參與和完成一項社會實際統計調查和數據分析的實踐工作和實踐報告。

七、論文撰寫

碩士研究生修滿學分并經考核合格后，進入學位論文寫作階段。學位論文在導師指導下，由碩士研究生本人按計劃進度獨立完成。學位論文應與實際問題、實際數據和實際案例緊密結合，可采用與數據收集、整理、分析相關的調研報告，數據分析報告，應用統計方法的實證研究等形式。碩士研究生寫出碩士學位論文及其摘要，經指導教師推薦，研究生院審核批準，可進入碩士學位論文評閱和答辯階段。

附：課程設置和學生課程學習的學分要求

1、公共課(6 學分)

(1)政治理論課

中國特色社會主義理論與實踐研究 2 學分 1 學期 (The Theories and Practice of Socialism with Chinese Characteristic)

馬克思主義與社會科學方法論 1 學分 1 學期 (Marxism and method social sciences)

(2)第一外國語

外語 3 學分 2 學期 (Foreign Language)

2、必修課(18 學分)

大數據分析統計基礎 3 學分 1 學期

(Basic Statistical Methods for Big Data Analysis) (本課程主要講解大數據分析的統計基礎模型，包括描述統計、估計與檢驗回歸分析等。先修課：數理統計)

非結構化大數據分析 3 學分 2 學期

(Statistical Methods for Non-Structure Big Data) (本課程主要講解處理非結構化大數據的方法，包括文本挖掘、社交網絡分析、數據流等。先修課：大數據分析統計基礎)

大數據分析統計建模 3 學分 2 學期

(Statistical Modeling for Big Data Analysis)(本課程主要講解大數據分析的統計模型，包括多元統計、時間序列、空間統計等。先修課：大數據分析統計基礎本課程主要講解大數據分析的統計模型，包括多元統計、時間序列、空間統計等。先修課：大數據分析統計基礎)

大數據分析計算機基礎 3 學分 1 學期

(Computing Skills for Big Data Analysis) (本課程主要介紹 Linux 操作系統以及 Shell 編程命令，結構化、非結構化數據庫，大數據清理、呈現等處理大數據的計算機基礎知識。先修課：計算機基礎)

大數據分布式計算 3 學分 1 學期

(Distributed Computing for Big Data Analysis) (本課程主要介紹處理大數據的 Hadoop 分布式平臺，MapReduce 編程思想， Storm 實時計算平臺。先修課：計算機基礎)

大數據挖掘與機器學習 3 學分 1 學期

(Data Mining and Machine Learning for Big Data Analysis) (本課程主要講解大數據分析的統計機器學習算法，包括現代分類、回歸方法，聚類方法、高維數據處理方法等。先修課：大數據分析統計基礎)

學術規范和論文寫作 1 學分 2 學期

(Academic Norms and Thesis Writing) (【必修】講授學術規范和論文寫作規范及方法)

3、選修課(不少于 8 學分)

習近平新時代中國特色社會主義思想研究 2 學分 2 學期

(Studies on The Xi Jinping Thought on Socialism with Chinese Characteristics for a New Era) (本課程主要是幫助學生把握習近平新時代中國特色社會主義思想的歷史地位、時代背景、豐富內涵和實踐要求，自覺用習近平新時代中國特色社會主義思想武裝頭腦，增強解決中國問題的能力。)

習近平教育思想研究 2 學分 1 學期

(Studies on Xi Jinping’s Education Thoughts) (教育興則國興，教育強則國強。建設教育強國是中華民族偉大復興的基礎工程。黨的十八大以來習近平總書記一系列重要講話和治國理政新思想新理念新戰略蘊含著十分豐富精辟的教育思想。黨的十九大開創性提出了習近平新時代中國特色社會主義思想，是新時代我國教育奮進發展的指針和綱領。學習與研究習近平教育思想，要與學習習近平總書記系列重要講話、學習十九大報告密切結合、融會貫通;與學習馬克思主義、毛澤東思想、鄧小平理論和教育學一般理論密切結合、融會貫通;與學習我國教育發展歷史、當前全球教育發展和我國教育改革現狀的現實實踐、以及建設教育強國的發展方向密切結合、融會貫通。通過課程學習，幫助學生們全面理解和深刻領會習近平新時代中國特色社會主義教育事業的性質、宗旨、目標、主要矛盾、歷史定位與使命、發展動力、發展戰略、依法治理、高等教育建設規律、構建中國特色哲學社會科學、立德樹人為根本的人才培育、教師職業發展等重要思想，從而更好地理解過去、把握當下、相信未來，提高政治理性、理論理性與實踐理性，促進學生們成長成才。)

計量經濟方法與應用 3 學分 1 學期

(Econometrics: Method and Application) (本課程主要講授計量經濟方法的基本原理、方法以及前沿進展，重在通過實際應用來介紹計量經濟分析中存在主要問題和解決思路。先修課程：數理統計、回歸分析)

市場研究方法與實務 3 學分 2 學期

(Market Research: Method and Practice) (通過案例分析展現市場研究過程的各個步驟，運用數據分析解決市場營銷管理的決策問題)

金融統計案例研究 2 學分 2 學期

(Empirical Analysis for Finance and Banking) (本課程從金融問題和統計分析方法入手，介紹我國金融體制和金融市場的基本框架，并就具體的金融問題展開問題、數據和實證的討論，有側重的討論和研究中國金融改革過程中的實際問題和解決途徑。先修課：宏觀經濟學、微觀經濟學、金融學)

社交網絡數據分析專題 2 學分 2 學期

(Special Topics in Social Network Data Analysis) (了解社交網絡數據的基本特征，掌握社交網絡數據的基本分析方法及其在應用統計領域中的應用。課程主要包括讓學生深刻理解什么是關系數據，掌握網絡結構數據的可視化方法，對網絡結構數據的統計建模有初步的了解。先修課程：高等統計、回歸分析等課程。)

貝葉斯統計 2 學分 1 學期

(Bayesian Methods) (本課程將以比較通俗的方式，結合具體問題和 R 語言實現，介紹貝葉斯方法的主要概念和建模思想。基本內容包括：概率的兩種定義，貝葉斯方法和頻率派的異同;先驗分布、似然函數和后驗分布;常用的共軛先驗分布;層級貝葉斯模型和超參數;隨機模擬方法入門;蒙特卡洛積分入門;馬爾可夫鏈和 MCMC 方法的原理;用 Stan 實現 MCMC 建模;MCMC 的應用和解釋。本課程使用的主要編程工具是 R，比較簡單的問題用 R 編程，比較復雜的方法用 STAN。主要參考書是北美財險精算協會推薦使用的 McElreath(2016), Statistical Rethinking: A Bayesian Course with Examples in R and Stan, CRC Press)

商務大數據案例分析 2 學分 1 學期

(Big Data Analysis with Business Applications) (本課程將通過來自不同數據源的商務大數據分析案例，講述實際數據的清理，描述過程，以及線性回歸，01 回歸，機器學習等方法的實際應用。目標是使得同學們能夠獨立完成實際商業數據分析全過程，并形成最終的案例分析報告。)

統計案例 2 學分 2 學期

(Statistical Case Study) (案例分析。)

調查組織與設計 2 學分 1 學期

(Survey Management and Design) (通過教師講授、師生討論、學生實地收集數據、數據整理和分析、報告撰寫、口頭匯報等方式，幫助學生掌握調查方案的設計和調查項目的組織管理方法。先修課：數理統計)

應用抽樣技術 2 學分 2 學期

(Applied Sampling Techniques) (主要內容包括有限總體內的概率抽樣方法，復雜樣本的方差估計，非抽樣誤差以及抽樣設計案例分析等。先修課程：數理統計) 現代精算統計模型 2 學分 1 學期 (Mordern Actuarial Models) (該課程在非壽險費率厘定的背景下介紹了廣義線性模型、廣義可加模型和幾種常用的機器學習算法，包括神經網絡、樹模型、集成學習、支持向量機。通過在同一個數據集上使用這些不同的模型和算法，我們比較了它們的優缺點。該課程不僅強調編寫程序的能力，還要求掌握和理解這些模型背后的數學原理和統計思想。

在選這門課之前，需要完成線性回歸模型，概率論等基礎課程。) 可在全校研究生課程范圍內選課，鼓勵在本院各專業碩博連讀培養方案中所列課程選修。

4、社會實踐(4 學分)

文章來源：中國人民大學統計學院

(責任編輯：韓老師)