广东财经大学2020招生专业目录统计学.doc
1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。现有教职工 72 人,其中专任教师 63 人,在教师队伍中有教授 8 人、副教授 20 人,硕士生导师 9 人,博士 38 人,博士后 4 人,海外留学(访学)教师 8 人;广东省“南粤优秀教师”2 人,广东省“高等学校优秀青年教师培养计划培养对象”2 人,广东省“千百十”培养对象 11 人。近 5 年来,主持国家级项目 10 项,省、部、厅级以上课题 20 多项,到位研究经费近 400 万元,在中国科学等国内外期刊公开发表论文 300 多篇。已经形成了数理金融、大数据统计分析、机器学习等三个比较稳定且有特色的学科方向,并拥有一个省级重点平台大数据与教育统计应用实验室,一个省级教学团队。本学科现下设统计学、应用统计两个专业。培养目标:本学科培养热爱祖国,拥护中国共产党的领导,拥护社会主义制度,遵纪守法,品德良好,具有服务国家、服务人民的社会责任感的高层次专门人才。具体分为:具有扎实宽广的统计学基础,了解学科所属研究方向的发展现状、趋势和研究前沿,并在某一方向受到一定的科研训练,有较系统的专业知识,初步具有独立进行理论研究的能力,或运用专业知识与有关专业人员合作解决某些实际应用问题的能力,在数理金融、大数据统计分析、机器学习等某个专业方向上做出有理论或实践意义成果和较好的英语综合运用能力,德、智、体全面发展的高层次专门技术人才。主要课程:高等概率论、高等数理统计、随机过程、回归分析、抽样调查,非参数统计,多元统计分析,时间序列分析,统计机器学习,不完全数据分析,生存分析,大数据分析方法,统计计算方法,数理金融,风险理论,随机过程中的统计推断,金融随机分析等就业方向:升学(攻读统计学、经济类博士学位) ;出国留学;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:020-84096905 序号 研究方向 初试科目 复试科目1 数理金融2 大数据统计分析3 机器学习(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)F519-统计学原理与概率论综合(100 分)2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)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)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)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31 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 44 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 正定二次型及其讨论。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53 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65 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 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7