烟台大学全日制
专业学位硕士研究生培养方案
应用统计 专业学位硕士研究生培养方案
(学科代码: 0252 学科门类: 经济学 2025版)
一、学科简介
烟台大学应用统计专业硕士研究生的培养依托于澳门彩票有限公司足球网上投注
。学院的前身数学系成立于1984年,由北京大学数学系援建,拥有深厚的历史积淀和显著的学术成就。学院现有数学与应用数学、信息与计算科学以及统计学三个本科专业,其中数学与应用数学专业入选国家一流本科专业建设点,信息与计算科学专业入选山东省一流本科专业建设点和山东省“高水平应用型立项建设专业(群)”,统计学专业入选山东省一流本科专业建设点。学院2003年获批应用数学硕士学位授权点,2011年获批数学一级学科硕士点,2021年获批应用统计专业学位硕士点,2024年获批数学一级学科博士点。学院建有统计建模、信息计算和非线性智能控制等实验室,其中统计建模实验室获批“山东省高等学校骨干学科教学实验中心”,“数据科学与智能技术”山东省“十三五”高校重点实验室。
学院师资力量雄厚,师资队伍体系科学合理。学科专职教师90人,其中教授21人,副教授40人,全部拥有博士学位。学院有俄罗斯科学院院士、享受国务院政府特殊津贴专家、省泰山学者特聘专家和青年专家、享受省政府特殊津专家、省有突出贡献的中青年专家、省杰青、省优青等省级以上人才13人。多人获评省教学名师、省教书育人楷模、省优秀教师、省先进工作者、省优秀研究生指导教师、省教育系统巾帼建功标兵、省教育系统党务工作先锋。多支团队获评全国党建工作样板支部、省教育系统共产党员先锋岗、省黄大年式教师团队、省泰山学者特聘专家团队、省高等学校青创人才引育计划团队、省教育系统劳模和优秀人才创新工作室、省优秀研究生导学团队、省示范性基层教学组织等。本学科主要围绕生态环境、社会经济等领域的数据分析与应用开展研究工作,科研成果丰硕,在国内外具有重要影响的学术期刊上发表论文400余篇,主持多项国家级及省级科研项目,2018年获教育部自然科学奖二等奖1项(第二单位),2024年获山东省自然科学奖二等奖1项(第一单位)。
在人才培养方面,学院始终坚持教学的中心地位,结合专业和人才优势,提出以问题为导向、以项目建设为依托、以素质提高为核心、以能力提升为目标的教育教学培养模式,实施大数据、大平台、大融合的办学方略,搭建五大教育教学平台,深化教育教学改革。近五年作为第一完成单位获山东省高等教育教学成果奖多项。“数学建模”课程被认定为国家级一流本科课程。“数学分析”“线性代数”“高等数学”“概率论与数理统计”等4门课程被认定为山东省一流本科课程。近五年,获山东省青年教师教学比赛二等奖2项,山东省高校教师教学创新大赛二等奖1项,山东省课程思政示范课程2项。
二、培养目标
围绕落实立德树人根本任务,以社会和工程需求为导向,着力培养具有良好的统计学背景,系统掌握数据采集、处理、分析和开发应用的知识与技能,具备熟练使用计算机以及统计软件处理和分析数据的能力,能够在各级政府机关、各类党群团体、企事业单位、社会组织及科研教学部门从事统计调查、数据分析、决策咨询和信息管理等工作的高层次、应用型统计专门人才。具体要求包括:
1.品德素质:掌握马克思主义、毛泽东思想、邓小平理论和习近平新时代中国特色社会主义思想的基本原理,坚持四项基本原则,热爱祖国,拥护中国共产党的领导,遵纪守法。恪守学术道德,崇尚学术诚信,热爱科学研究,具有服务国家和人民的高度社会责任感、良好的职业道德、严谨的科研作风及锲而不舍的创新精神。
2.知识结构:系统掌握统计学基本理论和方法,深入了解本学科领域国际学术前沿动态及学术进展。具有较宽的知识面、国际视野和较强的统计意识,掌握科学研究的技能和方法,能够熟练应用统计软件,具备独立从事统计数据收集、整理、分析、预测和应用的基本技能。掌握一门外语,具备一定的口语交流能力,能够熟练的阅读外文文献和撰写科研论文。
3.基本能力:熟悉应用统计所涉及的相关行业、领域知识背景,具有从事科学研究和解决实际问题的能力,具有开展相关学术研究和学术交流的能力,能够独立从事实际领域的数据处理及统计分析工作,具备终身学习的意识和能力。
三、研究方向
下设3个研究方向,分别为:
(1)数据挖掘与人工智能;
(2)经济与社会统计;
(3)数据分析与决策。
四、修业年限
学习年限一般为3年,研究生获得正式学籍后的在校学习时间不得少于2年,最长不超过5年(含休学、保留学籍)。
凡提前或延期毕业均须按有关规定,由本人申请,经导师及所在学院同意,最后由研究生处审核批准。
五、培养方式
1.应用统计硕士专业学位研究生的培养以基础理论学习和应用技能培养为主,采取课程学习、实践训练和科学研究相结合的方式,采用启发式和研讨式教学方法。授课内容注重理论与实际相结合,把课堂讲授、研讨、案例教学和社会实践等多种形式有机结合,注重培养学生分析和解决实际问题的能力。
2.专业实践是全日制专业学位研究生培养中的重要环节,研究生通过实践环节基本熟悉本行业工作流程和相关职业及技术规范,培养实践研究和技术创新能力。鼓励研究生到信息技术、统计、大数据领域高新技术企业、科研院所或其他实务部门实习,采用集中实践与分段实践相结合的方式。研究生在学期间,必须保证总时长不少于6个月的专业实践。实践结束时所撰写的总结报告要有一定的深度和独到的见解,实践成果可直接服务于实践单位的技术开发、技术改造或高效生产。
3.专业学位研究生论文选题应来源于现实需求和实际应用,具有明确的职业背景和应用价值,拟解决的问题要有一定的技术难度和工作量,强调用前沿理论和先进方法、技术解决现实问题。吸收本学科领域的专家、学者和实践领域有丰富经验的专业人员,共同承担专业学位研究生的培养工作。研究生培养采用校内外双导师制,以校内导师指导为主,校外导师参与实践过程、项目研究、课程与论文等多个环节的指导工作。也可以根据学生的论文研究方向,成立指导小组。
六、学分要求
硕士研究生实行学分制,应修满的总学分数不少于32学分,其中课程学分不低于24学分(包括公共学位课程8学分,专业学位课程8学分,专业选修课程不少于8学分),以及实践环节8学分(含不少于6个月的校内外专业实践)。
七、课程设置
课程设置要以实际应用为导向,以职业需求为目标,以综合素养和应用知识与能力的提高为核心。教学内容应针对本专业领域特点,要强调理论性与应用性课程的有机结合,强调本领域的新理论、新技术和新方法的学习与实践,突出案例分析和实践研究;教学过程重视运用团队学习、案例分析、现场研究、模拟训练等方法;注重培养学生研究实践问题的意识和能力。课程原则一年内完成。
课程分为学位课和非学位课。学位课程为必修课,包括公共学位课和专业学位课,考核方式一律为考试,按百分制记分。非学位课程为选修课,包括公共选修课和专业选修课,考核方式可以是考试或考查,考试按百分制记分。开设一定数量的专业选修课,给研究生留有足够的选择空间。校内导师与校外学术水平高、实践教学经验丰富的专家合作,联合开发至少1门以行业企业专家为主授课的实践性课程。
课程体系构成详见《烟台大学应用统计专业硕士研究生课程设置》(附后)。
八、实践与学术活动
1.学术训练(1学分)
研究生在学期间应结合学位论文任务,阅读至少30篇研究领域内的国内外文献,了解、学习本领域的最新研究进展,并在此基础上撰写不少于8000字的文献综述报告。以文献综述报告为基础,在研究生第三学期开展开题报告,主要介绍课题研究的目的、意义、技术路线、实施方案、计划安排和预期成果。
2.学术活动 (1学分)
研究生在校学习期间,应至少参加4次学术活动(校级以上学术报告或学术会议等),其中本人至少在正规场合主讲学术报告1次。每次学术活动要有500字左右的总结报告,注明参加学术活动的时间、地点、报告人、学术报告题目,简述报告内容并阐明自己对相关问题的学术观点或看法。研究生尽可能多地参加跨学科的学术活动。学院把研究生学术活动纳入学院研究生的日常管理,要求研究生填写考核表,并根据参加学术活动情况给予研究生综合评定。
3.专业实践(6学分)
(1)专业实践是重要的教学环节,充分的、高质量的专业实践是专业学位教育质量的重要保证。学位点提供和保障开展实践的条件,注重吸纳和使用社会资源,合作建立联合培养基地,联合培养专业学位研究生,改革创新实践性教学模式。
(2)推进专业学位研究生培养与用人单位实际需求的紧密联系,积极探索人才培养的供需互动机制。
(3)全日制专业学位研究生在学期间,必须保证不少于6个月的专业实践,可采用集中实践与分段实践相结合的方式。
(4)研究生要提交实践学习计划,撰写不少于5000字的实践学习总结报告。学位点对研究生实践实行全过程的管理和质量评价,确保实践教学质量。在第五学期末,导师负责对研究生的专业实践效果进行评价考核,考核通过后获得相应的学分。
九、其他培养环节
每个硕士研究生都应制定个人培养计划。个人培养计划包括课程学习、各培养环节及学位论文工作的要求及进度等。培养计划在硕士研究生入学后4周内制定,并报研究生处备案。学位论文的开题报告、中期检查、论文答辩等是研究生培养工作的重要环节。
1.开题报告
开题报告必须在查阅文献资料、结合专业实践内容的基础上进行,通过者方可进入论文写作阶段。开题报告应公开进行,并由开题报告评议小组评审。开题评议小组成员3~5名,应具有硕士研究生指导教师资格,其中1~2名应同时是相关领域的专家。开题报告包含文献综述,文献综述字数根据应用统计专业自身特点确定。
2.中期考核
学位论文中期考核是对论文工作进行阶段性总结。硕士研究生一般应在完成学位论文开题报告后的半年左右进行中期检查。具体要求见《烟台大学研究生中期筛选暂行办法》。中期考核合格者,进入硕士学位论文阶段。中期考核不合格者,按学校有关规定,进行妥善的安排和处理。
3.预答辩
硕士学位论文的预答辩工作是在完成所有预定的论文工作内容和学位论文初稿撰写之后,在论文正式提交评阅之前进行的审查过程。硕士研究生必须组织预答辩。未通过预答辩的,不能进入学位论文送审程序。预答辩由学院组织,按照学校具体要求执行。
4.学位论文答辩
学位论文形式可以多种多样,应在应用统计专业学科基础上做出具有一定创新性的研究成果,能够表明作者掌握本学科坚实的基础理论、系统的专业知识和实验技能,具备科学研究的基本能力。学位论文字数,根据应用统计专业学位特点和选题,灵活确定,应用基础研究的学位论文应不少于20000字。
5.其他考核方式
对学习期间从事偏重实践的研究生,可以实行多元学位论文或实践成果的考核方式,具体考核办法和要求参照学校出台的相关规定或实施办法。
为保证硕士学位的授予质量,学位论文或实践成果必须由研究生在导师(或导师组)的帮助下独立完成。在论文答辩或成果考核前应至少获得如下业绩中的1项:
(1)以烟台大学为第一署名单位在国内外正式刊物上公开发表与研究方向一致的学术论文(或已得到正式接受采用证明)1篇及以上(第一作者或导师为第一作者,本人第二作者)。
(2)以烟台大学为第一署名单位获得实用新型专利授权或申请发明专利(初审通过)1项(含导师第一,学生第二)。
(3)以烟台大学为第一参赛单位获得各类学科竞赛、创业竞赛奖项(竞赛组别为研究生组,以证书为认定依据,国家级奖项须排名前5,省级奖项须排名前3)。
(4)院学术委员会认可的与本人研究方向相关的其他成果,形式不限。
学位论文评阅及答辩要求见《烟台大学硕士学位授予工作实施细则》。
十、毕业及学位授予
1.毕业条件
硕士研究生在修业年限内按培养方案的要求,修满应修学分,完成必修环节,通过学位论文答辩,准予毕业并颁发研究生毕业证书。
2.学位授予条件
学位授予工作按照《烟台大学学位授予工作细则》,符合学位授予条件者,经学院学位评定分委员会审查并做出建议授予学位决议、学校学位评定委员会审核后,授予相应专业学位。
十一、推荐参考书目及文献
硕士研究生在学期间应重点与统计学、数据科学、或人工智能等领域的经典著作、专业文献和专业学术期刊。(名单附后)
十二、其他
1.培养方案的制定和修订工作由学校统一布置,由培养方案修订工作小组、院学术分委员会审核,经学校批准备案后执行。
2.培养方案一经批准,应严格执行,不得随意改动。如遇特殊情况确需修订的,必须按上述程序审批。
3.指导教师或指导小组应按照培养方案的要求,按照因材施教的原则,指导研究生制定出个人培养计划。
4.本方案适用于我校全日制“应用统计”专业学位硕士研究生,自2025级开始实行,由院学术分委员会负责解释。
全日制(应用统计)专业学位硕士研究生课程设置
课程类别 |
课程编号 |
课程名称 |
开课学期 |
学时 |
学分 |
考核 方式 |
备注 |
学位课 |
公共学位课 |
M00110002 |
基础英语(专硕) |
1 |
64 |
4 |
考试 |
必修 |
M00110003 |
新时代中国特色社会主义理论与实践 |
1 |
32 |
2 |
考试 |
必修 |
M00110004 |
自然辩证法概论 |
1 |
16 |
1 |
考试 |
必修 |
M00110007 |
习近平法治思想概论 |
1 |
16 |
1 |
考试 |
必修 |
M63120201 |
学术规范与论文写作 |
2 |
16 |
1 |
考查 |
必修 |
M63120202 |
信息检索与知识产权 |
2 |
16 |
1 |
考查 |
必修 |
专业学位课 |
M63210203 |
统计机器学习 |
1 |
32 |
2 |
考试 |
必修 |
M63210204 |
经济统计 |
1 |
32 |
2 |
考试 |
必修 |
M63210205 |
广义线性模型※ |
1 |
32 |
2 |
考试 |
必修 |
M63220206 |
非线性时间序列分析※ |
2 |
32 |
2 |
考试 |
必修 |
非学位课 |
选修课 |
M63310106 |
研究生数学建模 |
1 |
32 |
2 |
考查 |
选修 |
M63320207 |
数学与人工智能交叉前沿 |
2 |
32 |
2 |
考查 |
选修 |
M63320208 |
统计决策理论和贝叶斯分析 |
2 |
32 |
2 |
考查 |
选修 |
M63320115 |
强化学习理论※ |
2 |
32 |
2 |
考试 |
选修 |
M63310209 |
应用统计前沿讲座 |
1 |
32 |
2 |
考查 |
选修 |
M63330119 |
高性能算法的前沿理论※ |
3 |
32 |
2 |
考试 |
选修 |
M63330122 |
优化、安全与控制 |
3 |
32 |
2 |
考试 |
选修 |
补修课程 |
M63520210 |
高等概率论 |
2 |
48 |
0 |
考试 |
必修 |
M63520211 |
统计学原理 |
2 |
48 |
0 |
考试 |
必修 |
实践环节 |
M63630212 |
学术训练、学术活动以及专业实践等 |
3,4,5 |
128 |
8 |
考查 |
必修 |
注:在课程编号后加“※”表示为双语课程。
参考书目及文献
(一)参考书目 |
序号 |
著作或期刊的名称 |
作者及出版单位 |
1 |
Mathematical Statistics with Applications |
Dennis D. Wackerly, William Mendenhall III, Richard L. Scheaffer,Thomson Higher Education 10 Davis Drive Belmont, CA 94002-3098 USA,2011, Seventh Edition |
2 |
Generalized Linear Models With Examples in R |
Peter K. Dunn • Gordon K. Smyth, Springer,2018 |
3 |
Nonlinear time series analysis |
Ray Huffaker, Marco Bittelli and Rodolfo Rosa, Oxford University Press, 2017 |
4 |
随机过程(第四版) |
刘次华,华中科技大学出版社 |
5 |
实用多元统计分析 |
Johnson R.A.,Wichern D.W., 清华大学出版社,2008 年第一版 |
6 |
应用时间序列分析 |
王振龙、胡永宏编,科学出版社,2016 年第二版 |
7 |
应用回归分析(第5版) |
何晓群、刘文卿,中国人民大学出版社,2019年 |
8 |
R软件教程与统计分析——入门到精通 |
潘东东,李启寨,唐年胜,高等教育出版社,2015年 |
9 |
大数据分析与数据挖掘 |
简祯富、许嘉裕,清华大学出版社,2016 |
10 |
统计学(第 6 版) |
贾俊平,中国人民大学出版社, 2015 年 |
11 |
统计预测和决策(第五版) |
徐国祥,上海财经大学出版社,2016年 |
12 |
Financial Risk Management(金融风险管理) |
Anthony Saunders、Marcia Millon Cornett,人民邮电出版社 |
13 |
寿险精算实务 |
李秀芳,中国财经出版社,2006 |
14 |
非线性时间序列分析及其应用 |
王海燕,卢山,科学出版社,2006 |
15 |
大数据挖掘与统计机器学习 |
吕晓玲、宋捷,中国人民大学出版社,2024 |
16 |
复杂网络分析 |
樊瑛,北京师范大学出版社,2024 |
(二)参考文献期刊 |
序号 |
文献期刊名称 |
1 |
Statistical Science |
2 |
Journal of the Royal Statistical Society: Series B |
3 |
Annals of Statistics |
4 |
Biometrika |
5 |
Journal of the American Statistical Association |
6 |
Review of Economics and Statistics |
7 |
Statistics and Probability Letter |
8 |
Journal of Time Series Analysis |
9 |
Journal of Econometrics |
10 |
数量经济技术经济研究 |
11 |
统计研究 |
12 |
中国统计 |
13 |
数理统计与管理 |
14 |
统计与信息论坛 |
15 |
上海统计 |