应用统计学专业大数据方向人才培养方案.docx
《应用统计学专业大数据方向人才培养方案.docx》由会员分享，可在线阅读，更多相关《应用统计学专业大数据方向人才培养方案.docx（11页珍藏版）》请在冰豆网上搜索。
应用统计学专业大数据方向人才培养方案
集团标准化工作小组#Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
应用统计学专业大数据方向人才培养方案
应用统计学专业（大数据方向）人才培养方案
学科门类：
理学
二级类：
统计学类
专业代码：
071202
英文名称：
AppliedStatistics（Bigdata）
一、专业培养目标
本专业培养德、智、体、美全面发展，掌握数学、统计学和经济学等相关学科的基本理论和知识，具备运用统计方法和大数据处理技术，利用计算机处理和分析数据的能力，能在企事业、经济、金融、保险等部门从事数据采集、预处理、数据挖掘、大数据应用分析及开发、数据可视化等工作的高素质应用型人才。
二、专业培养规格
1、知识结构
（1）掌握计算机的基础知识。
（2）掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法。
（3）熟练掌握一门外语，能顺利阅读本专业的外文资料和撰写外文摘要。
（4）具有社会学、文学、哲学和历史学等社会科学基本知识。
（5）掌握经济学、管理学的基本理论知识。
（6）掌握政治、形式与政策、思想道德修养与法律基础等基本知识。
（7）具有坚实的数学理论基础。
（8）了解与统计学相关的自然学科的基本知识，具有坚实的统计学和经济学理论基础。
（9）掌握统计学的基本思想和方法，熟悉统计政策和法规；
（10）理解大数据技术领域的基本理论和基本知识。
（11）掌握大数据科学与技术的基本思维方法和研究方法，了解大数据技术的应用前景、以及相关行业最新进展与发展动态。
（12）具有分布式数据库原理与应用、大数据技术框架、数据分析与方法、数据挖掘技术、数据可视化技术、并行与分布式计算原理、大数据编程技术等专业知识。
2、能力结构
（1）具有一定的语言文字表达能力，掌握资料查询，文献检索及运用现代信息技术获得相关信息的能力，能够跟踪统计学领域最新技术发展趋势。
（2）具备自主学习、对终身学习有正确的认识，具有不断学习和适应发展的能力。
（3）具有运用统计方法进行数据采集、处理、分析、推断和预测的能力。
（4）能熟练使用统计软件并具备一定的编程能力,并且能正确利用统计思想和方法分析判断软件的计算结果。
（5）具备应用统计方法解决企事业、经济、金融、保险等领域实际问题的能力。
（6）了解相关的技术标准，具有数据处理、分析、呈现等应用技能，具备大数据项目的组织与管理能力。
（7）具有大数据行业领域相关软件产品的应用、大数据系统分析、设计、部署以及维护和管理能力。
（8）具备一定的创新意识和从事大数据领域科学研究的初步能力，有获取最新科学技术知识和信息的基本能力。
（9）具有一定的独立工作能力、人际交往能力和团队合作能力。
3、素质结构
（1）掌握马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想的基本原理，树立辩证唯物主义、历史唯物主义和科学发展观的基本观点。
（2）具有良好的道德品质、社会公德、职业道德和良好的文化素养。
（3）具有爱岗敬业、艰苦奋斗、团结合作的优秀品质。
（4）具有健全的人格、健康的体魄、良好的心理素质和积极乐观的人生态度，养成健全的职业人格和对统计的热爱态度以及良好的体育锻炼习惯,达到国家规定的大学生体育合格标准和军事训练标准。
三、专业培养规格实现矩阵
培养规格
（知识、能力与素质要求）
实现途径
课程设置
其他（如教学方式、技能竞赛等）
知识结构
1、掌握计算机的基础知识。
大学计算机基础、C语言程序设计、数据库技术及应用、数学建模与实验、计算机体系结构、计算机编译原理
全国计算机设计大赛、大学生数学建模竞赛
2、掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法。
专业论文选读与训练
学术报告及讲座
3、熟练掌握一门外语，能顺利阅读本专业的外文资料和撰写外文摘要。
大学英语、专业英语
学术报告及讲座
4、具有社会学、文学、哲学和历史学等社会科学基本知识。
大学语文、大学生军事理论、大学生安全教育、大学生心理健康、人文社科类通识教育选修课、大学生职业规划、大学生就业指导
学术报告及讲座、社团活动
5、掌握经济学、管理学的基本理论知识。
宏观经济学、微观经济学、管理学
学术报告及讲座
6、掌握政治、形式与政策、思想道德修养与法律基础等基本知识。
思想道德修养与法律基础、马克思主义基本原理概论、中国近现代史纲要、毛泽东思想和中国特色社会主义理论体系概论、形势与政策
学术报告及讲座、社团活动
7、具有坚实的数学理论基础。
高等数学、线性代数、数理科技类通识教育选修课
学术报告及讲座
8、了解与统计学相关的自然学科的基本知识。
运筹学、离散数学、数据挖掘、数值分析、会计学
学术报告及讲座、社团活动
9、具有坚实的统计学理论基础，掌握统计学的基本思想和方法，熟悉统计政策和法规。
概率论与数理统计、应用回归分析、应用多元统计分析、应用时间序列分析、抽样调查、应用随机过程、统计计算、统计法基础、统计工作实务
学术报告及讲座
10、理解大数据技术领域的基本理论和基本知识。
大数据导论、数据结构、数据挖掘、数据库技术与应用、操作系统原理及应用
学术报告及讲座
11、掌握大数据科学与技术的基本思维方法和研究方法，了解大数据技术的应用前景、以及相关行业最新进展与发展动态。
大数据应用开发语言、大数据导论、
学术报告及讲座
12、具有分布式数据库原理与应用、大数据技术框架、数据分析与方法、数据挖掘技术、数据可视化技术、并行与分布式计算原理、大数据编程技术等专业知识。
数据分析、数据仓库与挖掘技术、分布式数据库原理与应用、大数据分析与内存计算、数据可视化技术
能力结构
1、具有一定的语言文字表达能力，掌握资料查询，文献检索及运用现代信息技术获得相关信息的能力，能够跟踪统计学领域最新技术发展趋势。
普通话、大学生社会实践、专业实习、毕业实习、大学生职业规划、大学生就业指导
学术报告及讲座、社团活动
2、具备自主学习、对终身学习有正确的认识，具有不断学习和适应发展的能力。
毕业论文
教师科研项目、学科竞赛、考取职业资格证书、发表专业相关论文
3、具有运用统计方法进行数据采集、处理、分析、推断和预测的能力。
抽样调查、试验设计、市场调查与分析、统计预测与决策、网络数据的采集和处理、
大学生市场调查与分析大赛、学术报告及讲座
4、能熟练使用统计软件并具备一定的编程能力,并且能正确利用统计思想和方法分析判断软件的计算结果。
统计计算及软件、R语言程序设计、Python语言程序设计、统计诊断
大学生统计建模竞赛、学术报告及讲座
5、具备应用统计方法解决企事业、经济、金融、保险等领域实际问题的能力。
经济统计学、金融统计学、统计案例选讲、统计咨询
学术报告及讲座
6、了解相关的技术标准，具有数据处理、分析、呈现等应用技能，具备大数据项目的组织与管理能力。
专业见习、毕业实习、数据预处理实践、数据仓库与挖掘技术、大数据分析与内存计算、大数据应用开发语言
学术报告及讲座
7、具有大数据行业领域相关软件产品的应用、大数据系统分析、设计、部署以及维护和管理能力。
数据可视化技术、数据可视化开发实验、大数据应用开发语言、商务智能方法与应用
学术报告及讲座
8、具备一定的创新意识和初步的科学研究和实际工作能力。
大学生创新思维训练、大学生创业基础、创新创业类通识教育选修课
大学生创新创业训练项目、学术报告及讲座、社团活动
9、具有一定的独立工作能力、人际交往能力和团队合作能力。
专业实习、毕业论文
大学生数学建模竞赛
素质结构
1、掌握马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想的基本原理，树立辩证唯物主义、历史唯物主义和科学发展观的基本观点。
思想道德修养与法律基础、马克思主义基本原理概论、中国近现代史纲要、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、大学生军事理论、
学术报告及讲座、社团活动
2、具有良好的道德品质、社会公德、职业道德和良好的文化素养。
思想政治课课程实践、大学生军事训练、大学生公益劳动
学术报告及讲座、社团活动
3、具有爱岗敬业、艰苦奋斗、团结合作的优秀品质。
大学生社会实践、专业实习、毕业实习、大学生职业规划、大学生就业指导、大学生创新思维训练、、大学生创业基础、创新创业类通识教育选修课
学术报告及讲座、社团活动
4、具有健全的人格、健康的体魄、良好的心理素质和积极乐观的人生态度，养成健全的职业人格和对统计的热爱态度以及良好的体育锻炼习惯,达到国家规定的大学生体育合格标准和军事训练标准。
大学体育、大学生公益劳动、大学生军事训练、大学生安全教育、大学生心理健康
学术报告及讲座、社团活动
四、主干学科
数学统计学经济学
五、专业核心课程
高等数学、线性代数、概率论与数理统计、微观经济学、宏观经济学、管理学、统计学导论、应用回归分析、应用多元统计分析、应用时间序列分析、应用随机过程、数据结构。
高等数学：
本课程主要内容包括一元函数极限与连续、一元函数微分学、一元函数积分学、常微分方程、向量代数与空间解析几何、多元函数的极限与连续、多元函数微分学、重积分、曲线积分与曲面积分；级数等内容。
通过本课程的学习，使学生掌握函数的微积分等基本理论和基本思想，能应用这些理论和方法解决分析中提出的理论和实际问题，为进一步学习后继各门课程提供必需的基础知识和基本方法。
线性代数：
本课程主要内容包括行列式理论、矩阵理论、线性方程组、线性空间、线性变换、欧氏空间、二次型等内容。
通过本课程的学习，使学生初步掌握基本的、系统的代数知识，以及抽象的、严格的代数方法，培养学生的抽象思维能力、逻辑推理能力和和解决问题的能力，为后继课程的学习提供必需的基本知识和学习能力。
概率论与数理统计：
本课程主要内容包括随机事件与随机事件的概率、随机变量的分布及随机变量的数字特征、随机变量的大数定理与中心极限定理、参数估计、假设检验、非参数检验等内容。
通过本课程的学习，使学生初步掌握处理随机现象的基本理论和方法，从而使学生能够把所学的知识应用于实际问题中，并与其它数学分支相互渗透。
为从事有关概率统计的工作打下基础。
微观经济学、宏观经济学：
本课程主要内容包括微观经济学、宏观经济学等内容。
通过本课程的学习，学生了解经济学的基础知识，对经济思想方法有一定的认识，为进一步学习计量经济、经济统计等课程打下良好的基础，使学生在经济背景下运用统计方法解决实际问题。
管理学：
本课程主要内容包括管理学的基本概念、基本理论和基本方法。
通过本课程的学习，让学生掌握管理与管理学的基本原理、基本方法和一般规律，培养学生基本的管理素质和管理能力，为构建学生全面知识结构和后续的专业方向课程学习打下良好的基础。
统计学导论：
本课程主要内容包括统计学绪论，随机事件与概率空间简介、描述性统计、假设检验思想、回归分析原理等内容。
通过本课程的学习，使学生掌握基本的统计学思想和方法原理，对统计学学科有一个初步的整体认识，使他们具有从统计学的基本思想和原理的观点审视现代信息社会中各类问题的能力。
为后继概率统计课程的学习打下基础。
应用回归分析：
本课程主要内容包括一元、多元线性回归方程的参数估计、显着性检验及其应用、对违背回归模型基本假设的异方差、自相关和异常值进行诊断和处理的方法、回归变量选择与逐步回归方法、多重共线性、岭回归估计等内容。
通过本课程的学习，使学生能够结合统计软件，使用回归分析中各种方法，比较适用条件，可以正确解释分析结果，进一步将回归模型应用在各个技术领域中。
应用多元统计分析：
本课程主要内容包括定性数据的卡方检验、多元正态分布、均值向量与协方差阵的检验、聚类分析、因子分析、主成分分析及典型相关分析等内容。
通过本课程的学习，使学生能够熟练掌握和运用统计方法，为从事社会、经济、管理等研究和实际应用打基础。
应用时间序列分析：
本课程主要内容包括时间序列的预处理、平稳时间序列分析、非平稳序列的确定性分析及随机分析、多元时间序列分析等内容。
通过本课程的学习，让学生利用时间序列这种特殊的数据结构，结合统计软件数据分析，观察经济生活中数据变量的发展规律，预测其将来走势，为实际生产与生活服务。
应用随机过程：
本课程主要内容包括泊松过程、更新过程、离散时间马尔可夫链、连续时间马尔可夫链、布朗运动和应用举例等内容。
通过本课程的学习，使学生掌握随机过程的基本理论和基本思想，能应用这些理论和方法解决一些理论和实际问题，并能进行随机模型的构建与分析。
数据结构：
本课程主要介绍如何合理地组织数据、有效地存储和处理数据，正确地设计算法以及对算法的分析和评价。
通过本课程的学习，使学生深透地理解数据结构的逻辑结构和物理结构的基本概念以及有关算法，培养基本的、良好的程序设计技能，编制高效可靠的程序，为学习操作系统、编译原理和数据库等课程奠定基础。
六、主要实践教学环节
认知实习、专业实习、毕业实习、毕业论文（设计）、大学生创新实践等。
七、学制与学分要求
本专业实行学年学分制，修业年限为四年，要求修满175学分。
八、毕业条件
学生四年学习期满，完成并通过本培养方案规定的全部教学环节，修满规定学分，达到大学生体质健康标准，方可毕业。
九、授予学位
本科毕业生符合学位授予条件的，经学院学位评定委员会批准，可授予理学学士学位。
10、课程体系的构成及学时学分比例
课程平台
课程模块
课程
性质
学时
备注
总学分
%
总学时
%
理论
实验
实践
通识教育课程
必修
45
816
738
32
46
选修
10
160
160
专业教育课程
专业基础及核心课程
必修
735
650
85
专业拓展课
选修
15
310
212
98
职业教育课程
必修
172
132
40
选修
10
192
102
90
集中实践课程
必修
43
合计
175
100
2385
100
1994
345
46
升级会员 