在生物学、经济学、精算研究、心理学、物理学、考古学、医学和信息技术等各种学科中,总是需要合格的统计学家来正确理解数据,澳大利亚国立大学统计数据分析硕士课程旨在为学生提供核心统计应用和理论的严格培训,使其成为一名专业的统计学家。该专业毕业生将能够应用统计计算技能来解决定量和基于数据的问题,理解并利用数理统计、多元线性回归的过程和应用以及数据表示、总结和呈现的原理,使用适当的方法分析和解释各种背景下的复杂数据,详细展示收集、处理、解释和交流应用统计学基础研究问题结果的能力。
入学时间:2/7月 项目时长:1年 项目学费:50217澳元/年
雅思:6.5(6),托福:80 L:18 | R:20 | W:20 | S:18
序号 | 课程介绍 | Curriculum |
1 | 随机过程概论 | Introduction to Stochastic Processes |
2 | 回归模型 | Regression Modelling |
3 | 数理统计原理 | Principles of Mathematical Statistics |
4 | 广义线性建模 | Generalised Linear Modelling |
5 | 统计学习 | Statistical Learning |
6 | 应用时间序列分析 | Applied Time Series Analysis |
7 | 贝叶斯数据分析概论 | Introduction to Bayesian Data Analysis |
8 | 大数据统计 | Big Data Statistics |
9 | 随机模型 | Stochastic Modelling |
10 | 图形数据分析 | Graphical Data Analysis |
11 | 统计推断 | Statistical Inference |
12 | 实验与调查设计 | Design of Experiments and Surveys |
13 | 生存模型 | Survival Models |
14 | 高级统计学习 | Advanced Statistical Learning |
15 | 高等数理统计 | Advanced Mathematical Statistics |
16 | 高级随机过程 | Advanced Stochastic Processes |
17 | 关系数据库 | Relational Databases |
18 | 信息论 | Information Theory |
19 | 数据管理、分析与安全概论 | Introduction to Data Management, Analysis and Security |
20 | 文献分析 | Document Analysis |
21 | 机器学习概论 | Introduction to Machine Learning |
22 | 结构化编程 | Structured Programming |
23 | 科学家编程 | Programming for Scientists |
24 | 数据挖掘 | Data Mining |
25 | 神经网络、深度学习与生物计算 | Neural Networks, Deep Learning and Bio-inspired Computing |
26 | 数据整理 | Data Wrangling |
27 | 统计机器学习 | Statistical Machine Learning |
28 | 网络科学计算方法 | Computational Methods for Network Science |
29 | 经济学与金融经济学的优化 | Optimisation for Economics and Financial Economics |
30 | 应用微观计量经济学 | Applied Micro-Econometrics |