北京师范大学学术学位研究生培养方案及教学大纲统计学.docx

1、北京师范大学学术学位研究生培养方案及教学大纲统计学北京师范大学学术学位研究生培养方案（2015版）一级学科：统计学 （代码：0714 ）本专业具有硕士学位授予权和 博士 学位授予权一、培养目标1.硕士生本学科的硕士学位获得者应具有扎实、宽广的统计学专业知识，了解本研究领域的发展动向，并受到较好的科研训练，能熟练使用统计软件，初步具备独立从事理论研究的能力或能运用专业知识与有关专业人员合作解决某些应用问题，并且已在某个专业方向上做出有理论或应用意义的研究成果。毕业生应能胜任与统计有关的研究、教学或实际工作，并能在其工作中较好地使用一门外语。2.博士生本学科的博士学位获得者应具有良好的科学、人文素

2、养，广博而坚实的专业知识，熟悉所研究领域在国内外发展的历史、现状及趋势，有较为宽阔的国际化视野，能熟练使用统计软件，具有独立从事科学研究的能力，并已在某些较重要的方向上做出深入、有创造性的研究成果。学位获得者应能胜任与统计有关的高层次的科研与教学工作，并能创新性地解决统计应用中的实际问题。毕业生在其工作中应能熟练地使用一门外语。二、学科方向与主要研究内容序号学科方向主要研究内容1经济统计学宏观经济统计；微观经济统计；国民经济核算；金融统计；商务统计2应用统计学统计理论；生物统计；教育统计；金融统计；资源与环境统计；大数据分析；统计地震学；林业统计；风险管理；保险精算三、学习年限1.硕士生硕士生

3、实行弹性学制，学习年限为2-3年。按规定修满学分、成绩合格、答辩通过的硕士生可以在2-3年内完成学业。2.博士生普博士生学习年限一般为3年，硕博连读生、本科直博生学习年限为5年，各类博士生学习年限不超过6年。四、课程设置与学分要求1.硕士生（最低学分：35分）课程类别科目和门数最低学分要求公共必修课政治、外语9学分方法课1门（文/理）学位基础课一级学科平台课程（含1门方法课）广义线性模型12学分跨一级学科课程(高级计量经济学)0-3学分学位专业课学科方向课程6学分专业方向课（含专业方向方法课、专题课）4学分必修环节实践（实证、实验）活动2学分中期考核2学分培养单位自行规定0-2学分公共选修课公

4、共选修课不计学分注：公共选修课由研究生院培养处组织开设，除一外为小语种的研究生必修二外英语以外，其他研究生可以不修公共选修课。2.博士生（最低学分：23学分）课程类别科目和门数最低学分要求公共必修课政治、外语6学分方法课（文/理）2学分学位基础课方法课5学分学科前沿研讨课2学分高级研讨课2学分必修环节科研活动2学分国际化经历2学分中期考核2学分公共选修课公共选修课不计学分1. 公共必修课程（8学分）：由研究生院统一组织。2. 学位基础课程（方法课）：每位博士生根据导师要求至少修读其中2门课。（1）“高级国民经济核算”（2学分）；（3）“大样本理论”（3学分）；（2）“高等统计学”（3学分）；（

5、4）“多元统计分析”（3学分）；（5）“度量误差模型”（3学分）；（6）“随机过程”（2学分）；（7）“时间序列分析”（2学分）；（8）“高级宏观经济学”（3学分）；（9）“高级微观经济学”（3学分）；（10）“高级计量经济学”（3学分）。3. 学位基础课程（研讨课）：（1）国民经济统计学前沿专题（2学分）；（2）金融统计学前沿专题（2学分）；（3）应用统计前沿专题（2学分），（4）统计理论发展前沿专题（2学分）（5）统计学高级研讨课（金融统计部分）（2学分）；（6）统计学高级研讨课（宏观经济统计部分）（2学分）。（7）统计学高级研讨课（应用统计部分）（2学分）。（8）统计学高级研讨课（统计理

6、论发展部分）（2学分）。其中，（1）至（4）为学科前沿研讨课，（5）至（8）为高级研讨课，由博士生结合研究方向各选择其一。3. 本科直博生、硕博连读博士生（最低学分：45学分）本直博生和硕博连读博士生应修读全部硕士阶段和博士阶段课程（可免修博士阶段外语课和政治课），并完成硕士综合考试和全部博士必修环节。建立退出机制，开通分流通道，允许符合条件的直博生转到应用统计专业硕士方向，达到应用统计专业硕士研究生培养要求并补缴相应学费后，可申请应用统计专业硕士研究生学位。具体要求依照北京师范大学研究生院和统计学院的相关规定。4. 港澳台研究生总学分要求与普通研究生相同，免修公共政治课。5. 外国留学研究生

7、免修公共政治和外语课，必修“中国概况”（2学分），硕士生总学分不低于32学分，博士生不低于20学分。指导教师应根据研究生的学业基础和学业规划指导研究生修读课程。对于非本校生源和跨学科生源研究生应要求相应的补修和先修课程。五、培养方式与培养环节1. 硕士生实践（实证、实验）活动要求必须参加统计学院举行的学术报告活动，并且出席次数不低于一学年专业相关学术报告活动的2/3，可得1学分。必须再完成下列之一，可得1学分。（1）学生参加经学院认可的各类社会实践、社会调查活动；（2）参加专业权威度高、影响力大的学科和科技竞赛；（3）公开发表高水平论文；（4）获得专利授权；（5）协助统计学院或其他院系的教师进

8、行学术研究活动，时间不少于一学年，并取得一定成绩，经该项学术研究活动负责教师认可。（6）担任统计学院教师本科或研究生教学任务的助教，经任课教师认可。2. 培养单位自行规定的培养环节参加学院组织的高质量、系统性的系列讲座或短课等学术活动，经统计学院学位分会认定给予适当的学分，此部分学分上限为2学分。3. 硕士生中期考核要求中期考核是在硕士生课程学习阶段基本结束时，进行的一次思想品德、课程学习、科研能力的综合考核，通常在第三学期末进行。考核的结果将作为硕博连读录取的重要依据。中期考核合格者方能进入撰写论文阶段。中期考核中，学术道德规范考查由导师和负责思想政治工作的教师结合硕士生的平时实际表现写出评

9、语，按合格、不合格评定成绩。开题报告考查在学位分会的指导下组成三名以上教师综合考核小组完成，重点在于考核硕士生的科研能力，须进行书面和口试两种形式的考核。考核小组听取研究生的学位论文开题报告或论文、科研成果、文献综述等。按优秀、合格、不及格予以成绩评定。不及格者，不得申请硕士学位。考核小组中所有成员认为考核成绩不及格，即视作不及格。考核小组成员之间对考核成绩评判产生重大分歧时，由学位分会做出仲裁。4. 博士生科研活动学时要求为72学时，学习标准由导师和学生协商拟订研究任务，然后用院级课题的形式申报和结项考核，必须做学术报告。考核小组根据学术报告给定成绩和学分。若考核小组给定学分是1分，博士生还

10、需再增补一项科研活动任务考核。5. 博士生国际化经历要求满足下列条件之一，可认为达到国际化经历要求。（1）参加本研究领域的国际学术会议；（2）一个月以上的国际访学经历；（3）参加由国外专家开设的课程（包括短期课程），并通过授课教师考核认定；（4）参加使用外文报告的学术讲座，累积12学时以上。申请人提出书面申请，由统计学院认定，合格给予2学分。6. 博士生中期考核要求中期考核是在博士生课程学习阶段基本结束时进行的由资格考试、学术报告、经典与前沿文献阅读、学术道德规范考查、开题报告考查等环节构成的综合考核。通常在第3学期末，在学位分会的指导下组成3名以上教师完成，组长由博士生导师担任，组员由本专业

11、或相近专业的博士生导师、教授或具有博士学位的副教授组成。重点对学生的学科专业知识、科研能力、论文选题的可行性进行评议。 有以下情况之一者，经导师提出意见，学位分会审核后报研究生院批准，终止其博士生学籍。 （1）违反校纪校规和公共道德，不宜继续培养者。 （2）没有特殊原因，不能按期完成学位课程学习任务，或有两门学位课程（含基础课和专业课）考试成绩在70分以下者。（3）在学位论文开题报告中由考核小组认定明显缺乏科研能力者。六、导师责任鼓励导师组共同培养，相同或相近研究方向的导师联合培养研究生。建立导师考核机制，学院考核小组对导师进行定期考核，具体参见学院相关规定。在招生名额、研究经费、业绩津贴等方

12、面奖励优秀导师；不合格导师限期整改，两次不合格停招研究生。导师具体责任如下：（1） 导师要有很好的业务素质和高度的责任感。应承担有适宜培养研究生的科研任务，具有开展科研工作和培养研究生所必需的科研经费。（2）在培养过程中，导师在招生、中期考核、论文答辩及学位授予等关键节点，要起到培养责任人的作用，保障研究生培养质量。（3）在学术指导方面，导师必须对研究生的培养计划、课程研修、实践环节、国际化培养、论文选题、写作和答辩给与指导。七、学位论文与论文答辩1. 硕士生学位论文学位论文应符合国务院学位委员会博士、硕士学位基本要求和北京师范大学学位授予工作细则对学位论文提出的明确要求。（1）论文的选题应具

13、有一定的学术意义和应用价值。（2）论文在导师的指导下由研究生独立完成，论文要充分掌握所在领域的研究现状，占有的资料必须详实，要有新的见解、观点、方法，论文的写作符合学术规范的要求。（3）学位论文一般包括：摘要（中英文）、引言（包括文献综述）、主要内容和结论以及参考文献和必要的附录。论文正文的字数一般在2-5万字之间，中英文摘要一般不超过1000字（词）。要求概念准确、语言通达、数据准确、结构完整、持之有据，经过修改能达到在学术杂志发表的水平。具备上述条件的硕士学位论文经两名以上的同行专家（其中至少有一名校外专家）评议并同意进行答辩的基础上，由学院学位委员会确定硕士学位论文答辩委员会组成，答辩的

14、程序按学校研究生院的统一规定实施。2. 博士生学位论文博士生在学位论文答辩前，必须做出与统计学学科专业相关的高水平科研成果（包括论文、课题、专著等），具体要求依照北京师范大学统计学学位分会的相关规定。博士学位论文的要求：（1）博士学位论文的选题应有较高的理论研究价值，作者熟悉该领域的基本理论、方法和前沿进展，论文有较强的系统性、创新性和完整性，学术观点明确，且逻辑严谨，文字流畅，核心论证部分应充分、有特色或具备较高难度。（2）博士学位论文在导师的指导下由研究生独立完成，论文的写作符合学术规范的要求。论文字数一般不少于5(8)万字，论文中英文摘要一般不超过1500字（词）。（3）论文有重要创新，

15、创新部分应达到国内外本学科专业核心期刊及以上论文水平。具备上述条件的博士学位论文经3名以上的同行专家评议并同意进行答辩的基础上，由学院学位委员会确定博士学位论文答辩委员会组成，答辩的程序按学校研究生院的统一规定实施。八、课程一览表课程类别层次课程中文名称课程英文名称学分学时开课学期一级学科 平台课硕士高等统计学Advanced Statistics354春/秋季硕士多元统计分析Multivariate Statistical Analysis354春/秋季硕士国民经济核算National Accounts354春/秋季硕士金融统计学Financial Statistics354春/秋季硕士广义

16、线性模型Generalized Linear Model354春/秋季博士学位基础课（方法课）博士大样本理论Elements of Large-Sample Theory354春/秋季博士高等统计学Advanced Statistics 354春/秋季博士多元统计分析 Multivariate Statistical Analysis 354春/秋季博士高级国民经济核算Advanced national accounts236春/秋季博士随机过程 Stochastic Processes 236春/秋季博士时间序列分析 Time Series Analysis236春/秋季博士高级宏观经济学A

17、dvanced Macroeconomics 354春/秋季博士高级微观经济学Advanced Microeconomics 354春/秋季博士高级计量经济学Advanced Econometrics 354春/秋季（学科前沿研讨课）博士国民经济统计学前沿专题Academic Frontiers of National Accounts Statistics236春/秋季博士金融统计前沿专题Academic Frontiers of Financial Statistics236春/秋季博士应用统计前沿专题Academic Frontiers of Applied Statistics236春

18、/秋季博士统计理论发展前沿专题Academic Frontiers of Statistical Theory236春/秋季（高级研讨课）博士统计学高级研讨课（金融统计部分）Senior Seminar in Financial Statistics236春/秋季博士统计学高级研讨课（宏观经济统计部分）Senior Seminar in Macroeconomics Statistics236春/秋季博士统计学高级研讨课（应用统计部分）Senior Seminar in Applied Statistics236春/秋季博士统计学高级研讨课（统计理论发展部分）Senior Seminar in

19、 Statistical Theory236春/秋季学位专业课硕士非参数统计Nonparametric Statistics236春/秋季硕士贝叶斯统计Bayesian Analysis236春/秋季硕士统计计算Statistical Computation236春/秋季硕士随机过程Stochastic Processes236春/秋季硕士时间序列分析Time Series Analysis236春/秋季硕士抽样技术与市场调查Sampling Technique and Market Survey236春/秋季硕士高级宏观经济学IAdvanced Macroeconomics I354春/秋季

20、硕士高级微观经济学IAdvanced Microeconomics I354春/秋季专业方向课硕士金融时间序列分析Analysis of Financial Time Series236春/秋季硕士现代回归分析Modern Regression Analysis236春/秋季硕士线性统计模型Linear Model236春/秋季硕士属性数据分析Categorical Data Analysis236春/秋季硕士试验设计Design of Experiments236春/秋季硕士稳健统计Robust Statistics236春/秋季硕士教育统计方法选讲Some Methods for Educ

21、ational Statistics236春/秋季硕士生存分析Survival Analysis236春/秋季硕士统计案例选讲Selected Statistical Case Studies236春/秋季硕士最优化理论与算法Optimization Theory and Algorithms236春/秋季硕士临床试验设计Design of Clinical Trial236春/秋季硕士林业统计选讲The forestry statistical models236春/秋季硕士复杂数据分析Complex Data Analysis236春/秋季硕士空间统计学Spatial Statistics

22、236春/秋季硕士机器学习Machine Learning236春/秋季硕士保险精算Insurance Actuary236春/秋季硕士环境统计学Environmental Statistics236春/秋季硕士风险理论Theory of Risk236春/秋季硕士计算机试验设计与分析Design and Analysis of Computer Experiments236春/秋季硕士多重比较Multiple Comparisons236春/秋季硕士风险管理Financial Risk Management236春/秋季硕士宏观经济统计分析Macro-economy Statistic An

23、alysis236春/秋季硕士投入产出分析Input-Output Analysis236春/秋季硕士统计思想史Statistical History236春/秋季硕士资源与环境统计分析Resources and Environment Statistics236春/秋季硕士经济学研究方法与论文写作技巧Economics research and thesis writing skills236春/秋季硕士工业统计学Industrial Statistics236春/秋季硕士数据挖掘Data Mining236春/秋季硕士文献选读Seminar of Selected Papers236春/秋

24、季硕士数据分析与统计软件Data Analysis and Statistical Software236春/秋季附件1：全部课程教学大纲附件2：经典前沿阅读书目（含学术刊物和网站）附件1：课程教学大纲高等统计学教学大纲课程中文名称： 高等统计学 课程英文名称：Advanced Statistics总 学 时: 54 学 分: 3适用专业(学科方向): 统计学，概率论与数理统计学先修课程(含已具备的学识基础的要求): 数理统计教学目标: 强调统计学中的基本概念和基本理论，为学生将来从事科学研究和实际工作打下良好的基础预期效果: 掌握统计学中的基本概念和基本理论，掌握重要的估计方法，如矩估计，极

25、大似然估计，Bayes 估计，N-P引理等等。并善于掌握实际数据的分析能力。主要内容: 介绍统计学的基本概念，估计方法（矩估计，极大似然估计，EM算法，UMVU估计，稳健估计，Fisher信息量），估计的大样本性质（相合性，渐近正态性，效率，有效性），假设检验的思想和方法（NP-引理，广义似然比检验，多重假设检验），Bayes统计学（统计决策，Bayes 估计，经验Bayes估计，可容许性）主要章节：第一章：统计的基本概念 核心要点：统计模型，分布族，充分性，完全性，指数族分布1. 统计模型和分布族2. 充分统计量3. 统计量的完全性4. 指数族分布第二章：估计 核心要点：矩估计，极大似然估计

26、，区间估计，EM算法，无偏估计，UMVU估计，信息不等式，稳健估计，影响函数，M-估计1. 矩估计，极大似然估计，EM算法2. 无偏估计3. 信息不等式4. 同变估计5. 稳健估计第三章：估计的大样本性质 核心要点：相合性，渐近正态性，渐近有效性，M-估计，样本中位数1. 相合性2. 渐近正态性3. 估计序列的大样本比较4. M-估计，R-估计5. 样本中位数第四章：假设检验 核心要点：N-P引理，单调似然比检验，UMP检验，广义似然比检验，多重假设检验1. 基本概念2. N-P引理3. 单调似然比检验4. 最不利分布5. 广义似然比检验6. 不变检验7. 卡方检验8. 基于计数统计量的检验9

27、. U统计量的检验10. 秩检验11. 非参数检验的功效12. 多重假设检验第五章：Bayes统计 核心要点：统计决策，Bayes决策函数，可容许性，极小极大性，Bayes估计，先验分布，后验分布1. 统计决策2. Bayes决策函数3. 决策函数的可容许性4. 决策函数的极小极大性5. 多参数的同时估计问题，6. 贝叶斯估计7. 先验分布的确定教学方式: 课堂（多媒体教室）考核方式: 考试教材(含经典学术名著)及参考文献(含境内外学科主流名刊)：1. 郑忠国，童行伟，赵慧，（2012），高等统计学，北京大学出版社。2. 陈希孺，（1999），高等数理统计学，中国科技大学出版社。3. Hube

28、r, P. J. (1981). Robust Statistics, New York: Wiley.4. Lehmann, E.L. (1998). Theory of Point Estimation. Springer-Verlag, New York Berlin Heidelberg, 2nd edition.对任课教师的要求: 获得统计学博士学位，具有很深的统计学理论大纲撰写人: 童行伟多元统计分析教学大纲课程中文名称： 多元统计分析 课程英文名称：Multivariate Statistical Analysis总 学 时: 54 学 分: 3适用专业(学科方向): 所有统计学专业先修课程(含已具备的学识基础的要求): 统计学基础，概率论。教学目标: 通过本课程的学习，使学生掌握多元正态分布的基本理论，掌握常用多元分析方法的原理及实施方法。预期效果