(0252)
应用统计是为了适应我国现代统计事业发展对应用统计专门人才的迫切需要,完善应用统计人才培养体系、创新应用统计人才培养模式、提高应用统计人才培养质量而特设的专业硕士学位。本学位点基于现代统计理论和先进统计分析方法及技术,开展以问题和数据驱动的应用统计研究,着力进行学科前沿突破与交叉学科应用创新,为区域和行业经济发展提供理论方法和技术支持,从而培养从事统计咨询、数据分析、决策支持和信息管理的应用型、复合型的高层次专门人才。
一、培养目标
本学位点立足于国家和四川省产业布局对具有统计背景人才的需求,培养热爱中国共产党,热爱社会主义,德、智、体、美、劳全面发展,具有严谨求实的科学态度和创新意识的高层次应用型人才。该类型人才主要在政府、企事业、学校、咨询及科研机构从事数据采集、整理、分析、统计建模、推断和预测等方面的工作。
二、研究方向
应用统计是一门应用性强的学科。在硕士研究生的培养中,注重突出应用性和现实性、学科的前沿性和创新性。
1.数据分析与处理
主要研究金融、石油等行业中的数据采集、统计、去噪、不同来源的数据融合技术与分析处理技术、通过神经网络、深度学习等数据挖掘方法探究数据中蕴含的客观规律,为进行相关科学评价及优化决策提供技术支持。
2.不确定性预测与决策
将概率论、统计学、运筹学与模糊数学等有机结合,基于数据驱动,研究石油、天然气、生物医学等社会经济现实问题中的随机、模糊等不确定性因素,构建灰色、模糊等各类诊断、预测和决策、控制分析的模型,提出其求解方法,为不确定型决策、风险型决策提供技术支持。
3.石油统计与风险管理
利用线性和非线性的统计学方法,解决油田开发产业链中所涉及的地质统计、投资风险管控、压裂数据监测、油田开发数据监测与预警、随机油价下的油田开发规划等多方面的问题。集油田开发数据挖掘、油田增产增效、风险管理、随机动态分析及随机优化等多个研究领域于一体,形成了独具特色的石油统计与风险管理研究。
三、学习方式与学制
采用全日制学习和非全日制学习两种学习方式。全日制学习学制为3年;非全日制学习学制为3-5年。符合条件可2年毕业。在规定的学习年限内,学员须修满培养方案规定的总学分,完成学位论文,并通过论文答辩,方能毕业并取得学位。
四、培养方式
本专业硕士学位研究生培养采用双导师制。双导师制是指1个校内导师和1个校外社会实践部门的导师,以校内导师指导为主,校外导师主要参与实践过程、项目研究、论文等的指导工作。
课程学习实行学分制。学生培养环节包括课程学习、实践教学、科研训练、硕士学位论文研究。课程学习以校内集中授课和案例分析研讨方式学习;实践教学鼓励到企业、校企合作基地完成,可采取集中实践与分段实践相结合的方式进行;科研训练和硕士学位论文由导师负责指导,参与科研项目并完成相应论文。培养方式主要有以下要点:
1.实行导师制。指导教师应制订具有可操作性的研究生个人培养计划。
2.坚持系统性学习原则。课程学习结合学生自学、社会调研、教学实践、课题研究和论文写作等多种方式,注重能力和素质的培养。
3.加强研究生的自学能力、表达能力和写作能力的培养和训练。要求学生应精读或选读程度不同的中外应用统计科的经典原著、专业文献资料。
4.积极参加科研和社会实践活动。学生在导师的指导下参与有关课题的研究和社会实践活动,了解科学研究的程序,掌握常用的科学研究方法,锻炼科研和论文写作能力,累计实习实践教学时间不少于半年。
6.严格考核,建立健全淘汰制度,确保研究生的培养质量。
五、基本要求
获得本学科硕士学位的学生应达到的基本要求具体如下:
1.基本知识和技能
(1)掌握统计学基本理论和方法,具备从事数据采集、整理、处理、分析和应用开发的知识和技能;
(2)从事专业研究所必需的数学、计算机、外语、互联网等相关知识;
(3)掌握常用统计软件,熟练应用计算机处理和分析数据的技能;
(4)具有较丰富的应用背景知识。
2.基本素质
(1)思想道德素质。坚定正确的政治方向,树立正确的世界观、人生观、价值观,遵纪守法,诚信为人,富于进取,具有团队意识;
(2)科学文化素质。熟练掌握一门外国语,具有较强的书面和口头表达能力;具备较宽广的人文知识;具有熟练运用的计算机进行信息收集、分析、处理和应用能力;
(3)专业素质。具有扎实的统计学理论基础和专业知识,掌握应用统计学科发展动态和前沿知识,了解国内外石油统计、风险管理、互联网大数据产业、不确定决策现状,熟练掌握利用统计学方法进行问题分析,并利用所学专业知识解决问题的技能和工具;
(4)身心素质。具有良好的生活习惯、健康的体魄和良好的心理品质。
3.基本学术能力
(1)获取知识的能力。养成良好的自学习惯,能利用现代科技与信息手段高效获取新知识,具备自我学习知识、自我消化知识、自我更新知识的能力;
(2)运用知识的能力。具备洞察问题、提炼问题、综合运用本专业的基础理论和专业知识研究和解决问题的能力,能够在国家机关、党群团体、企事业单位、社会组织及科研教学部门独立从事统计调查咨询、数据分析、决策支持等应用统计工作和信息管理、信息处理工作;
(3)创新思维的能力。养成独立思考、创新思维的习惯,具备进取意识和探索精神,拥有良好的创新能力、创业能力和科学研究能力;
(4)跨文化交流的能力。熟练掌握一门外语,能够通过读、说、听、写、译等开展跨文化交流;
(5)独立开展科学研究的能力。能在导师指导下,承担、参加导师或其他老师主持的科研项目;能积极参加本专业的学术活动,以提升学术交流能力;能在公开刊物上发表与专业相关的学术论文。
4.应用统计硕士学位论文基本要求
(1)论文选题与开题报告要求。硕士研究生必须在查阅大量有关本学科和相关学科文献资料的基础上,确定论文选题;在经导师同意后,方能按规范要求撰写论文开题报告。开题报告须就选题的目的意义、国内外相关领域研究现状、拟解决的问题、研究方案和研究进度等做出说明。
(2)论文撰写要求。硕士学位论文的撰写,须在导师指导下由硕士研究生本人独立完成。论文需有一定的创新。论文正文至少应达到3万字以上,论文摘要应不少于500字,并附英文摘要。
(3)论文答辩要求。研究生在全面完成本专业培养方案规定的课程经考核取得规定学分,在完成调研实习、教学实践、科研实践等任务,在完成硕士学位论文的撰写,并经导师同意后,可提出论文答辩申请。学院(所)负责组织对研究生进行论文答辩。
(4)学位申请条件。按《西南石油大学硕士学位授予工作细则》执行。
(5)学位授予。硕士研究生按照培养方案的要求,完成各项教学环节,修满规定的学分,通过论文答辩,准予毕业。经校学位评定委员会批准,授予硕士学位。
六、课程体系及课程设置
本专业的课程体系由四大类课程构成,即基本素质课、基础理论课、专业课、必修环节与实践教学课。
1、基础理论课
(1)公共基础理论课(9学分):
修读5门课。详见课程设置及培养环节要求一览表。
(2)专业基础理论课(6学分):
修读3门课。详见课程设置及培养环节要求一览表。
2、专业核心课(5学分)
修读2门课。详见课程设置及培养环节要求一览表
3、专业选修课(4学分):
修读至少2门课。详见课程设置及培养环节要求一览表。
5、必修环节与实践教学
必修环节按《西南石油大学研究生必修环节有关规定》执行;实践教学按《西南石油大学专业学位研究生实践教学实施办法》执行。
本专业学生如果本科是非数学或统计类专业,需补修《概率论与数理统计》、《应用统计》两门课程。
七、学位标准与学位授予
硕士生学位论文答辩与学位授予实行答辩申请和学位申请、审核制度。硕士生至少在取得学籍二年按规定完成本专业培养方案的各项要求,修完规定学分,且达到规定的学术成果要求,通过学位论文答辩,可申请相应的硕士学位。
硕士生学位论文评阅实行匿名评审制度,由二位副教授(教授)或相当职务的专家评阅。如果二位评阅人意见属否定时,本次申请无效,不能举行答辩,待论文修改后重新申请;如遇一位评阅人意见属否定时,可另增聘一名评阅人,如果增聘评阅人的意见属否定时,则本次申请无效,不能参加答辩,待论文修改后重新申请。
硕士学位论文答辩委员会由五位副教授以上职称人员组成。答辩委员会设主任一名,秘书一名,小组成员由院学位评定分委员会批准组成。答辩委员会根据硕士生课程学习及学位论文答辩情况,就是否同意答辩通过、是否同意毕业做出决议,决议以无记名投票方式进行。经全体答辩委员会二分之一以上同意方算通过,决议由答辩委员会成员签字才能生效。根据研究生学位论文的学术水平,就是否同意授予硕士学位做出推荐,以无记名投票方式进行。经全体答辩委员会三分之二以上同意方算通过,由答辩委员会成员签字才能生效。对于答辩委员会同意研究生答辩通过、同意毕业而不同意授予硕士学位的情况,答辩委员会就是否同意研究生在一年内完成论文修改,重新答辩一次(只能重新答辩一次)做出明确的决议。
学位评定分委员会在做出授予硕士学位的推荐时,会议出席人数应有全体委员的三分之二以上为有效,应对申请人的论文答辩程序是否规范、是否存在学术道德违规、答辩委员会的意见等进行全面审核,以无记名投票方式,经二分之一以上成员同意为通过。审核合格者,由分委员会向校学位评定委员会提出建议授予硕士学位人员名单;审核不合格者,分委员会可做出明确决议:允许硕士生在一年内修改论文并重新申请答辩一次;或不建议授予学位。
研究生提前毕业,应在学校研究生学位论文答辩和学位申请时间提出,履行规定的审批程序,并具备以下条件:具有坚定正确的政治方向,热爱祖国,遵纪守法,具有良好的道德品质修养,在校期间未受过警告以上处分;研究生期间表现优秀;有较强的科研工作能力,在申请答辩时在本学科研究领域内已经取得一定的科研成果,研究生应以第一作者(或导师为第一作者、研究生为第二作者)的身份在核心期刊及以上至少发表1篇署名为西南石油大学并与学位论文相关的学术论文,满足条件的硕士生可申请提前毕业。
应用统计专业硕士研究生课程设置
课程 类别 |
课程 代码 |
课程名称 |
课程 属性 |
学时 |
学分 |
开课学期 |
备注 |
Ⅰ |
Ⅱ |
III |
基础 理论课 |
公共基础理论课 |
S2222101 |
中国特色社会主义理论与实践研究 |
全校公共课 |
36 |
2 |
√ |
|
|
必选 |
S2222102 |
自然辩证法概论 |
全校公选课 |
18 |
1 |
√ |
|
|
Z3333101 |
专业硕士英语(一外) |
全校公选课 |
54 |
3 |
√ |
|
|
Z3333102 |
信息检索与科技论文写作 |
全校公选课 |
18 |
1 |
√ |
|
|
Z3333103 |
知识产权 |
全校公选课 |
18 |
1 |
√ |
|
|
Z3333105 |
工程伦理 |
全校公选课 |
18 |
1 |
|
√ |
|
专业基础理论课 |
Z0252201 |
高等数理统计 |
专业基础课 |
36 |
2 |
√ |
|
|
必选 |
S0701402 |
时间序列分析 |
专业基础课 |
36 |
2 |
|
√ |
|
S0701403 |
多元统计分析 |
专业基础课 |
36 |
2 |
|
√ |
|
专业核心 必修课 |
Z0252301 |
大数据基础与应用 |
专业核心课 |
54 |
3 |
√ |
|
|
必选 |
Z0252302 |
统计预测与决策 |
专业核心课 |
36 |
2 |
√ |
|
|
专 业 选 修 课 |
S0701404 |
统计建模与R语言 |
专业选修课 |
36 |
2 |
|
√ |
|
必选 至少2门 |
Z0252401 |
抽样技术与应用 |
专业选修课 |
36 |
2 |
|
√ |
|
Z0252402 |
非参数统计 |
专业选修课 |
36 |
2 |
|
√ |
|
Z0252403 |
非线性回归分析 |
专业选修课 |
36 |
2 |
|
√ |
|
Z0252404 |
机器学习 |
专业选修课 |
36 |
2 |
|
√ |
|
S0701203 |
随机过程 |
专业选修课 |
36 |
2 |
|
√ |
|
S2222208 |
模糊数学 |
专业核心课 |
36 |
2 |
|
√ |
|
S1201406 |
计量经济学 |
专业选修课 |
36 |
2 |
|
√ |
|
Z0252405 |
统计实务与案例分析 |
专业选修课 |
36 |
2 |
|
√ |
|
S0820418 |
石油工程风险管理 |
专业选修课 |
32 |
2 |
|
√ |
|
S0820421 |
石油战略与管理 |
专业选修课 |
32 |
2 |
|
√ |
|
S0820420 |
石油工程项目管理 |
专业选修课 |
36 |
2 |
|
√ |
|
S0820418 |
企业法律风险管理 |
全校公选课 |
36 |
2 |
|
√ |
|
必修环节 |
|
社会实践 |
|
|
|
|
|
|
必修 (学院考核) |
|
文献阅读 |
|
|
|
|
|
|
|
学术报告 |
|
|
|
|
|
|
|
助研助教 |
|
|
|
|
|
|
补修 本科 主干课 |
|
概率论与数理统计 |
|
|
|
|
|
|
不计 学分 (学院考核) |
|
应用统计 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|