统计学071400 学科点简介:广东财经大学统计学硕士点是广东省一级学科硕士学位授权点,统计学(理学)硕士点隶属广东财经大学统计与数学学院。学院现有教职工77人,其中专任教师64人,在教师队伍中有教授8人、副教授24人,硕士生导师13人,博士46人,博士后5人,海外留学(访学)教师14人;广东省“南粤优秀教师”3人,广东省“高等学校优秀青年教师培养计划培养对象”1人,广东省“千百十”培养对象11人。近五年来,全院教师立项国家自然科学基金项目16项,省部级、厅级等项目20多项,在国内外高水平期刊发表论文180余篇。学院下设统计系、应用统计系、数学系、数据科学系、大学公共数学教学部、数学建模与学科竞赛教研室等6个教学单位;设有数据科学与大数据技术、统计学、应用统计学、数学与应用数学等4个本科专业,其中数学与应用数学(金融数学方向)专业是省级特色专业。拥有统计学(理学)学科硕士点和数学一级学科硕士点,拥有3个研究机构:大数据与教育统计应用实验室(广东省重点实验室)、大数据与统计研究院和人工智能与深度学习研究所。学院积极开展国际化办学,拓宽学生视野,与澳大利亚科廷大学合作“2.5+1+1.5”本硕项目——广东财经大学理学学士(统计专业)+科廷大学理学学士(金融数学专业)+科廷大学理学硕士(精算与金融科学专业)。 培养目标:在本门学科上掌握扎实的理论基础和系统的专门知识;具有从事科学研究工作或独立担负专门技术工作的能力。培养面向世界,面向现代化,德智体全面发展的,为社会主义现代化建设服务的高层次专门人才。 具体要求是:(一)较好地掌握马列主义、毛泽东思想、邓小平理论、三个代表重要思想、科学发展观和习近平新时代中国特色社会主义思想,坚持四项基本原则,树立正确的世界观、人生观、价值观,遵纪守法,热爱祖国,热爱社会主义,胸怀社会,富有社会责任感、历史责任感,具有勇于追求真理和献身于科学教育事业的敬业精神。具有良好的道德品质和学术修养。(二)掌握扎实的数理统计基础理论和系统的机器学习知识,了解数据分析和量化金融方向的进展与动向,初步具备具有从事科学研究工作或独立担负专门技术工作的能力。(三)掌握一门外语,并能运用该门外语比较熟练的阅读本专业的外文资料。(四)具有健康的体魄和心理素养。 主要课程:高等概率论、高等数理统计、现代多元统计、广义回归分析、深度学习、统计计算方法、应用随机过程、非参数统计、时间序列分析、抽样技术、统计机器学习、生存分析、大数据分析方法、数理金融、风险理论、Bayes统计等。 就业方向:升学(攻读统计学、经济类博士学位)、出国(境)留学、大中型企业、咨询和研究机构、各级政府统计部门、高等院校、金融、投资、证券等各类公司或机构。 专业代码:071400 咨询电话:020-84039126 | | | | | | (1)▲思想政治理论(100分) (2)▲英语一(100分) (3)数学分析(150分) (4)高等代数(150分) | | | | | |
▲表示统考科目或联考科目,考试题型、考试大纲以教育部公布为准。其他为自命题科目。 考试题型及相应分值: 《数学分析》: (1)计算题(6题,每题10分,共60分) (2)应用题(4题,每题15分,共60分) (3)证明题(2题,每题15分,共30分) 参考书目:华东师范大学数学系:《数学分析》第四版,高等教育出版社,2010.6 《高等代数》: (1)填空题(10题,每题3分,共30分) (2)计算题(6 题,每题10分,共60分) (3)应用题(3 题,每题15分,共45分) (4)证明题(1 题,每题15分,共15分) 参考书目:王萼芳等:《高等代数》第五版,高等教育出版社,2019.5 《统计学原理与概率论综合》: (1)论述题(2题,每题20分,共40分) (2)计算题(4题,每题15分,共60分) 参考书目:略。 考试大纲 《数学分析》 《数学分析》考试大纲概述: 本科目要求考生系统掌握数学分析的基本知识、基础理论和基本方法,理解数学分析中反映出的数学思想与方法,并能运用相关理论和方法分析、解决具有一定实际背景的数学问题。 第一 数列极限 1 数列极限概念 2 收敛数列的定理 3 数列极限存在的条件 第二 函数极限 1 函数极限概念 2 函数极限的定理 3 两个重要极限 4 无穷大量与无穷小量 第三 函数的连续性 1 连续性概念 2 连续函数的性质 第四 导数与微分 1 导数的概念 2 求导法则 3 微分 4 高阶导数与高阶微分 第五 中值定理与导数应用 1 微分学基本定理 2 函数的单调性与极值 第六 不定积分 1 不定积分概念与基本积分公式 2 换元法积分法与分部积分法 第七 定积分 1 定积分概念 2 可积条件 3 定积分的性质 4 定积分的计算 第八 定积分的应用 1 平面图形的面积 2 旋转体的侧面积 第九 级数 1 正项级数 2 函数项级数 3 幂级数 4 傅里叶级数 第十 多元函数微分学 1 偏导数与全微分 2 复合函数微分法 3 高阶偏导数与高阶全微分 4 泰勒公式与极值问题 《高等代数》 《高等代数》考试大纲概述: 本科目要求考生系统掌握高等代数的基本知识、基础理论和基本方法,理解高等代数中反映出的数学思想与方法,并能运用相关理论和方法分析、解决具有一定实际背景的数学问题。 第一 多项式 1 多项式的带余除法及整除性 2 多项式的因式分解、最大公因式、互素和重因式 3 不可约多项式的判定和性质 4 多项式函数与多项式的根 5 复系数与实系数多项式的因式分解,有理系数多项式 第二 行列式 1 行列式的定义及性质 2 行列式按一行(列)展开 3 运用行列式的性质及展开定理等计算行列式 第三 线性方程组 1 线性方程组的求解和讨论 2 线性方程组有解的判别定理 3 线性方程组解的结构及其解空间的讨论 第四 矩阵 1 矩阵的基本运算、矩阵的分块 2 矩阵的初等变换、初等矩阵 3 矩阵的等价、合同、相正交相似 4 逆矩阵、伴随矩阵及其性质;矩阵的秩,矩阵乘积的行列式与秩 5 运用初等变换法求矩阵的秩及逆矩阵 6 矩阵的特征值与特征向量,对角化矩阵 第五 二次型 1 二次型及其矩阵表示 2 二次型的标准形与合同变换 3 C、R、Q上二次型标准形与规范形 4 正定二次型及其判定 第六 线性空间 1 线性空间、子空间的定义与性质 2 向量组的线性相关性、极大线性无关组 3 线性空间的基、维数、向量关于基的坐标,基变换与坐标变换 4 生成子空间,子空间的和与直和、维数公式 第七 线性变换 1 线性变换的定义、性质与运算 2 线性变换的矩阵表示 3 线性变换的核、值域的概念 4 线性变换及其矩阵的特征多项式、特征值和特征向量的概念和计算、特征子空间 《统计学原理与概率论综合》 《统计学原理与概率论综合》考试大纲概述: 本科目考试内容包括统计学原理、概率论二门课程 第一部分:统计学原理 主要考核考生对概率基础、统计设计、统计数据的搜集、整理与分析、统计推断、回归分析、时间序列分析等基本理论和应用方法的掌握和理解程度,要求考生对统计学的基本理论和基本方法有一个较为系统、全面的掌握。 第一 导论 1 统计及其应用领域 2 统计数据的类型 3 统计中的几个基本概念 第二 数据的搜集 1 数据的来源 2 调查数据 3 实验数据 4 数据的误差 第三 数据的图表展示 1 数据的预处理 2 品质数据的整理与展示 3 数值型数据的整理与展示 4 合理使用图表 第四 数据的概括性度量 1 集中趋势的度量 2 离散程度的度量 3 偏态与峰态的度量 第五 概率与概率分布 1 随机事件及其概率 2 概率的性质与运算法则 3 离散型随机变量及其分布 4 连续型随机变量的概率分布 第六 统计量及其抽样分布 1 统计量 2 关于分布的几个概念 3 由正态分布导出的几个重要分布 4 样本均值的分布与中心极限定理 5 样本比例的抽样分布 6 两个样本平均值之差的分布 7 关于样本方差的分布 第七 参数估计 1 参数估计的基本原理 2 一个总体参数的区间估计 3 两个总体参数的区间估计 4 样本量的确定 第八 假设检验 1 假设检验的基本问题 2 一个总体参数的检验 3 两个总体参数的检验 4 检验问题的进一步说明 第九 分类数据分析 1 分类数据与卡方统计量 2 拟合优度检验 3 列联分析:独立性检验 4 列联表中的相关测量 5 列联分析中应注意的问题 第十 方差分析 1 方差分析引论 2 单因素方差分析 3 双因素方差分析 第十一 一元线性回归 1 变量间关系的度量 2 一元线性回归 3 利用回归方程进行预测 4 残差分析 第十二 多元线性回归 1 多元线性回归模型 2 回归方程的拟合优度 3 显著性检验 4 多重共线性 5 利用回归方程进行预测 第十三 时间序列分析和预测 1 时间序列及其分解 2 时间序列的描述性分析 3 时间序列预测的程序 4 平稳序列的预测 5 趋势型序列的预测 6 季节型序列的预测 第十四 指数 1 基本问题 2 总指数编制方法 3 指数体系 4 几种典型的指数 5 综合评价指数 第二部分:概率论 考查内容包括随机事件及其概率、随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等, 要求熟练掌握概率论的基本理论和基本方法。 第一 随机事件与概率 1 随机事件及其运算 2 概率的定义及其确定方法 3 概率的性质 4 条件概率 5 独立性 第二 随机变量及其分布 1 随机变量及其分布 2 随机变量的数学期望 3 随机变量的方差与标准差 4 常用离散分布 5 常用连续分布 6 随机变量函数的分布 7 分布的其他特征数 第三 多维随机变量及其分布 1 多维随机变量及其联合分布 2 边际分布与随机变量的独立性 3 多维随机变量函数的分布 4 多维随机变量的特征数 5 条件分布与条件期望 第四 大数定律与中心极限定理 1 随机变量序列的两种收敛性 2 特征函数 3 大数定律 4 中心极限定理
|