应用统计学导论 |
通过本课程的学习,使学生了解应用统计学学科的历史、现状与未来发展,理解基本的统计学思想和方法原理并能熟练应用,提升学生的统计学素养,使学生具有从应用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。
|
微观经济学 |
本课程主要讲授微观经济学理论。微观经济学以市场经济中单个经济单位的经济行为为研究对象,研究单个企业、家庭、行业、市场的经济行为和经济活动。包括:供求理论、消费者行为理论、生产者行为理论、完全竞争理论、完全垄断理论、垄断竞争理论、寡头垄断理论、生产要素理论、一般均衡和福利经济学。
|
宏观经济学 |
本课程主要讲授宏观经济学理论。宏观经济学以整个国民经济活动为研究对象,研究经济中收入、就业和价格水平等宏观总量及其变化,以及当代西方经济学中的各种主要流派。包括:国民产出、收入的概念及核算、总支出与国民收入的决定、货币和银行体系、总需求和总供给分析、宏观经济政策、经济周期理论、经济增长理论、失业理论、通货膨胀理论。
|
计量经济学 |
计量经济学是由经济学、统计学、数学结合而成的交叉学科。本课程介绍了定量分析经济问题所需的一些基本理论。同时,介绍了计量经济学软件(Eviews),使学生能够运用Eviews软件建模,利用计量经济模型分析简单的经济问题。
|
线性代数 |
线性代数是经济、管理类专业一门重要的基础课程。线性代数这一数学工具在经济科学、管理科学中有着广泛的应用。著名的投入-产出模型就是以线性代数理论为基础的。学好这门课程,对掌握现代经济理论和解决实际问题会有很大帮助。线性代数课程的主要内容包括:行列式、矩阵、向量、线性方程组、线性空间、特征值与特征向量等。
|
数学分析1 |
本课程是由集合与映射、数列极限、函数极限与连续函数、微分和导数、微分中值定理及其应用、不定积分、定积分、反常积分、数项级数、函数项级数、多元函数的极限和连续、多元函数的微分学、重积分、曲线积分、曲面积分等内容组成,其主体是一元及多元的微积分学。
|
数学分析2 |
本课程是由集合与映射、数列极限、函数极限与连续函数、微分和导数、微分中值定理及其应用、不定积分、定积分、反常积分、数项级数、函数项级数、多元函数的极限和连续、多元函数的微分学、重积分、曲线积分、曲面积分等内容组成,其主体是一元及多元的微积分学。
|
数学分析3 |
本课程是由集合与映射、数列极限、函数极限与连续函数、微分和导数、微分中值定理及其应用、不定积分、定积分、反常积分、数项级数、函数项级数、多元函数的极限和连续、多元函数的微分学、重积分、曲线积分、曲面积分等内容组成,其主体是一元及多元的微积分学。
|
常微分方程 |
常微分方程是数学专业及相关专业本科学生必修的一门专业基础课,掌握基本理论和主要求解方法,为对非线性微分方程的求解打下一定的基础。同时,通过本课程的学习,使学生掌握常微分方程的基本概念,掌握基本理论和主要求解方法,为对非线性微分方程的求解打下一定的基础。同时,使学生能够简单地利用数学手段去研究自然现象。
|
金融学 |
本课程主要研究如何在不确定的条件下对稀缺资源进行跨时期的分配。教程分为六个主要部分,即金融学概述、金融系统(包括金融机构、金融市场、金融工具、信用及利率机制等)、货币资金的时间价值、资产估价、风险管理、资本成本与资本结构等。
|
数据处理与SPSS软件 |
本门课程从数据处理的实际过程出发,将数据处理的基本思想与计算机软件的实际操作有机结合,是集数据处理、分析方法与统计软件操作的综合性课程。通过本门课程的学习,学生应理解数据处理的基本思想,掌握统计方法的精髓和SPSS软件的操作方法,能够对SPSS软件的输出结果进行准确解读,将统计分析软件SPSS灵活运用于实际的统计分析工作中。
|
数据技术引论 |
本课程主要讲述数据技术的基本理论,包括数据的概念、数据编码格式、数据存储、数据查询、数据结构、数据处理、数据分析和计算机编程的入门知识,为进一步学习数据分析和数据挖掘奠定基础。
|
随机过程 |
本课程是统计学专业的专业必修课,是在深入分析统计教育形势和统计学科建设发展状况,总结多年来统计学专业本科生教育经验的基础上,设置的一门针对应用统计学专业本科学生统计学基础理论教育的一门课程。随机过程是一门研究随机现象随时间变化的规律性的学科,是对概率论知识的进一步延伸。它进一步介绍了相关随机变量的统计规律和基本理论。这门课程主要讲述了随机过程的基本定义和理论性质,分别介绍了Poisson过程、更新过程、离散时间的Markov链、连续时间的Markov链、Brown运动等几个基本且常用的随机过程,其中重点介绍了这几个随机过程的概念、理论性质、适用的背景和一些应用实例。
|
统计计算 |
本课程研究的是随机现象的动态特征,着重对随时间和空间变化的随机现象提出各种不同的模型并研究其内在的性质与相互联系,具有较强的理论性,在社会科学、自然科学、经济和管理等领域有广泛的应用。主要内容包括:随机过程及其有限维分布、数字特征、几种重要的随机过程等基本概念;马尔可夫过程、马氏链的状态分类、平稳性和遍历性及连续时间马氏链的基本理论;平稳过程和相关函数;遍历性定理、相关函数的谱分解、维纳过程等内容。
|
抽样技术 |
本课程系统地讲授抽样理论的若干基本概念;简单随机抽样、分层随机抽样、二阶及多阶抽样、整群抽样和系统抽样;实际中极为常见的非概率抽样的各种方式,这些方式与概率抽样的几种抽样方法间的对应关系。通过本课程学习,使学生理解抽样技术的基本理论、思想和方法,能够运用抽样技术对经济问题进行实证研究。
|
金融时间序列分析 |
本课程是一门理论与应用相结合的课程,汇总了时间序列在金融经济方面应用的理论、方法和应用。课程主要内容包括金融时间序列数据的特点、时间序列分析的统计模型(包括线性时间序列模型、条件异方差模型、非线性模型等)、金融时间序列的实证分析等。通过对该课程的学习,学生能够加深对金融问题的理解,也能够运用时间序列统计模型对金融问题进行实证研究。
|
应用金融统计 |
《应用金融统计》是培养学生运用统计理论和方法分析和研究金融活动数量规律的基本素质和能力的重要课程。本课程立足于我国金融统计工作实际,着重现实金融活动中基本体系、分析要点内容和基本关系,阐述国际规范的金融统计知识、分析理论和技术,分析我国的实际金融问题。通过本课程的学习,使学生掌握常用的基本金融统计指标和基本金融账户,并能够运用常用统计数据和基本统计方法分析主要金融问题或研究常见的金融活动中表现出的数量关系,提高运用金融信息分析问题和解决问题的能力。
|
数据挖掘导论 |
数据挖掘以大尺度数据集为研究对象,旨在从复杂数据集中提取信息发现知识,其中,结构型数据无论在维数、样本容量、取样频率等方面都变得更加复杂,非(半)结构型数据又构成大数据的典型特征。本课程主要讲授数据挖掘的基本逻辑与方法,具体包括,数据挖掘与统计学的关系、数据挖掘的基本逻辑、数据挖掘的流程、以及聚类方法、关联规则、变量选择等基本数据挖掘方法。
|
概率论与数理统计1 |
本课程由二部分组成。概率论部分作为基础知识,是全部内容的重点之一,为学生提供必要的理论基础;数理统计部分,主要介绍常用的统计推断方法:参数估计、假设检验、方差分析、回归和相关分析等内容。通过该门课程的学习,可为统计学专业的学生今后进一步学习有关课程或实际应用方面打下良好的基础。
|
概率论与数理统计2 |
本课程由二部分组成。概率论部分作为基础知识,是全部内容的重点之一,为学生提供必要的理论基础;数理统计部分,主要介绍常用的统计推断方法:参数估计、假设检验、方差分析、回归和相关分析等内容。通过该门课程的学习,可为统计学专业的学生今后进一步学习有关课程或实际应用方面打下良好的基础。
|