学科代码 070103
英文名称 Probability and Statistics
一、研究方向及主要内容简介
研 究 方 向
|
主 要 内 容 简 介
|
应用概率统计
(07010301)
Applied Probability and Statistics
|
1.统计推断
2.时间序列分析
3.非线性随机动力系统的稳定性,分岔与混沌。
|
近代概率统计的理论、方法及其应用
(07010302)
The Theory and Metheord and Applicationg in Morden Probability and Statistics
|
1. 概率论极限理论
2. 复杂系统的可靠性增长理论及其应用
3.稳健统计与稳健设计
4.金融、保险中的统计理论、方法与应用
|
统计与金融系统分析
(07010303 )
Statistics and Financial system Analysis
|
1. 经济与金融投资中的统计理论与方法
2. 近代Boyes统计与决策分析
3. 可靠性理论及其应用
4. 信息融合理论及应用
|
信息处理与非线性时间序列分析
(07010304)
Information Processing and Nonlinear Time Series Analysis
|
1. 研究非线性时间序列分析的理论、方法与应用
2. 研究非参数统计、人工神经网络和小波分析理论与方法,以及在信息处理与图像分析和理解中的应用
3. 研究多尺度非线性随机模型理论,以及在遥感图像信息处理与模式识别中的应用
|
二、学分及课程学习要求
总学分数29~34,其中公共课8学分,基础理论课至少6学分,专业基础课至少6学分,专业课至少9学分
1.公共课(8学分,必修)
课程编号
|
课 程 名 称
|
学时
|
学分
|
开课学期
|
考试方式
|
13M001
|
科学技术哲学
|
54
|
2
|
1,2
|
考试
|
13M002
|
科学社会主义的理论与实践
|
36
|
1
|
1,2
|
考试
|
13M003
|
英 语(一外)
|
180
|
5
|
1,2
|
考试
|
2.基础理论课(在下列课程中至少选6学分)
课程编号
|
课 程 名 称
|
学时
|
学分
|
开课学期
|
考试方式
|
116001
|
泛函分析
|
60
|
3
|
1
|
考试
|
116003
|
测度论基础
|
60
|
3
|
1
|
考试
|
116027
|
高等数理统计
|
60
|
3
|
1
|
考试
|
3.专业基础课(在下列课程中至少选6学分)
课程编号
|
课 程 名 称
|
学时
|
学分
|
开课学期
|
考试方式
|
116011
|
现代统计方法引论
|
60
|
3
|
2
|
考试
|
116026
|
高等概率论
|
60
|
3
|
2
|
考试
|
116028
|
随机过程论
|
60
|
3
|
2
|
考试
|
116029
|
可靠性理论及应用
|
60
|
3
|
2
|
考试
|
116030
|
控制论
|
60
|
3
|
1
|
考试
|
116032
|
数理金融
|
60
|
3
|
2
|
考试
|
116033
|
计量经济学
|
60
|
3
|
2
|
考试
|
116034
|
随机分析
|
60
|
3
|
1
|
考试
|
116036
|
常微分方程稳定性理论
|
60
|
3
|
1
|
考试
|
4.专业课(至少选9学分,其中在下列课程中至少选4学分,其余可在全校硕士生课程中任选)
课程编号
|
课 程 名 称
|
学时
|
学分
|
开课学期
|
考核方式
|
115014
|
统计决策及其应用
|
40
|
2
|
2
|
考试
|
115021
|
时间序列分析
|
40
|
2
|
2
|
考试
|
115022
|
半参数回归模型
|
40
|
2
|
1
|
考试
|
115023
|
神经网络统计分析
|
40
|
2
|
2
|
考试
|
115024
|
稳健统计
|
40
|
2
|
1
|
考试
|
115025
|
非参数统计
|
40
|
2
|
1
|
考试
|
115026
|
多元统计分析
|
40
|
2
|
1
|
考试
|
115027
|
广义系统理论及应用
|
40
|
2
|
2
|
考试
|
116004
|
小波分析的理论与应用
|
40
|
2
|
2
|
考试
|
116031
|
最优估计理论
|
60
|
3
|
2
|
考试
|