1 学院概况

中国人民大学统计学科始建于1950年，两年后成立统计学系，是新中国经济学科中最早设立的统计学系，2003年7月，成立中国人民大学统计学院。多年来，本学科一直强调统计理论和统计应用的结合，不断拓宽统计教学和研究领域，成为统计学全国重点学科，在2007年教育部统计学科评估中排名全国第一，2012年教育部统计学一级学科评估中排名全国第一。目前，学院拥有统计学一级学科博士点和博士后流动站，拥有经济统计学和风险管理与精算学两个二级学科博士点，拥有预防医学与公共卫生一级学科硕士授权点，统计学、概率论与数理统计、风险管理与精算学、流行病与卫生统计学四个学术型硕士点，应用统计学专业学位硕士点，统计学、经济统计学、应用统计学（风险管理与精算）三个本科专业，是全国拥有理学、经济学、医学三大门类统计学专业最齐全的统计学院。

统计学院积极加强国内外交流。一方面积极建设博士后工作站并不断完善访问学者制度，加强与国内各高校相关专业专家学者的联系；另一方面全面提升国际性，在鼓励教师走出去的同时，也聘请了众多海外著名统计学专家到我院任兼职教授、客座教授。我们还与美国加州大学伯克利分校、耶鲁大学、哈佛大学、斯坦福大学、华盛顿大学、密西根大学、圣母大学、康涅狄格大学、英国伦敦经济学院、意大利佛罗伦萨大学、荷兰玛斯特例赫特大学、瑞典乌普萨拉大学等世界一流大学加强联系，开展多方面的合作与交流。近年来，我院成功举办了“国际统计论坛”、“生物统计国际研讨会”等大型国际性学术会议，通过这些平台追踪了解国际统计学术前沿，扩大国际化视野、提升学术水平。

统计学院注重统计理论与应用的结合，设有国家政府统计研究院、北美精算协会（SOA）考试中心、教育部人文社会科学重点研究基地“应用统计科学研究中心”与“全国应用统计专业学位研究生教育指导委员会”。

统计学院现有专任教师 41人，其中教授15人，副教授15人，讲师10人。党政教辅人员13人。50多年来，共培养不同层次人才5000多人。毕业生主要在金融业、信息领域和政府部门等从事与统计和风险管理相关的工作。教师具体信息可在统计学院官网教学团队专栏中查看。

2 项目介绍

直博生项目：入学身份为博士生，统计学一级学科下招生，学制五年，分为四个专业方向：01经济与社会统计、02风险管理与精算、03概率论与数理统计、04生物与医学统计。分别授予经济学学位（01、02方向）或理学学位（03、04方向）。

硕博直通项目：统计学一级学科下招生，分为四个专业方向：01经济与社会统计、02风险管理与精算、03概率论与数理统计、04生物与医学统计。该项目采取“2+3”的培养模式，学制三年（硕士学位）、五年（博士学位），分别授予经济学学位（01、02方向）或理学学位（03、04方向）。

学术型研究生项目：流行病与卫生统计学专业，学制三年，授予医学硕士学位。

专业硕士学位项目：应用统计专业，主要培养具有较高统计应用技能的专业人才，学制两年，授予应用统计硕士专业学位。

3 应用统计专业硕士学位项目介绍

本文以应用统计专业硕士学位项目为例，进行专业与培养方案的介绍。

为更好地适应国家经济社会发展对高层次、多类型人才的需要，增强研究生教育服务经济社会发展能力，加快研究生教育结构调整优化的步伐，努力提高研究生选拔培养质量，积极为国家经济社会发展培养应用型人才，我院自2011年招收应用统计专业学位研究生，专业代码：025200。

应用统计硕士，主要是适应经济社会发展，特别是市场化和信息化发展对高级应用统计专门人才的迫切需要，又能填补在国外已比较成熟、在我国尚待建立的应用统计专业硕士这一人才培养空白，包括在统计数据采集、整理、分析、以及在统计建模、推断和预测方面的方法和技术等系统性的专业训练，培养能够胜任在政府部门、大中型企事业单位和咨询机构从事应用统计工作的应用型、复合型高层次人才。

中国人民大学拥有与应用统计硕士密切相关的经济学、金融学、管理学、计算机等学科，门类齐全且有很强的实力，并拥有多个相关的国家级重点科研基地，对应用统计硕士的培养具有直接的助推作用。

应用统计（风险管理与精算方向），主要培养我国急需的风险管理与精算学从业人员中的高级专业人才，为国家输送实务型的专业风险管理人员。统计学院具有在保险精算学上的科研型与应用型人才培养的完整培养体系，培养能够胜任在相关部门、大中型企事业单位和咨询机构从事保险精算工作的应用型、复合型高层次人才。

中国人民大学统计学院风险管理与精算学专业方向设立于1992年，是我国最早开展精算教育和研究的院校之一，2004年在应用经济学下设立风险管理和精算学专业博士点和硕士点。依托中国人民大学统计学院和教育部重点研究基地-"应用统计科学研究中心"在统计理论和模型应用方面的强大背景，本专业在精算模型的理论研究、实际应用和精算软件方面取得了一系列研究成果，同时也培养了一批精算研究和实务方面的优秀人才。

应用统计（大数据分析方向），在大数据时代，拥有的数据规模以及从数据中获取知识和价值的能力已成为国家竞争力评价的重要指标，在全球范围内，大数据人才已成为紧缺型人才。在政府和企业对大数据人才的需求中，大数据分析应用型人才是重要组成部分。

4 应用统计专业学位研究生培养方案

适用专业学位：应用统计（大数据分析方向）。

培养目标与培养方式：掌握马克思主义基本原理和中国特色社会主义理论体系，具有良好的政治素质和职业道德；系统掌握大数据采集、整理、分析及结果呈现的统计理论；具备熟练应用计算机集群进行大数据处理、统计分析的能力；能够独立完成对实际问题的统计分析并撰写规范的统计分析报告；掌握一门外国语。

学科专业研究方向：应用统计（大数据分析方向）。

学习年限：2年。

社会实践：参与和完成一项社会实际统计调查和数据分析的实践工作和实践报告。

论文撰写：硕士研究生修满学分并经考核合格后，进入学位论文写作阶段。学位论文在导师指导下，由硕士研究生本人按计划进度独立完成。学位论文应与实际问题、实际数据和实际案例紧密结合，可采用与数据收集、整理、分析相关的调研报告，数据分析报告，应用统计方法的实证研究等形式。硕士研究生写出硕士学位论文及其摘要，经指导教师推荐，研究生院审核批准，可进入硕士学位论文评阅和答辩阶段。

课程设置和学分要求：攻读硕士学位研究生期间，需要获得学位课程总学分不少于 36 学分。必修课不少于 18 学分，社会实践不少于 4 学分，选修课不少于 8 学分，公共课不少于 6 学分，具体课程及学分要求见“方案课程及学分要求”。

其必修课设置具体情况如下：

课程	学分	课程介绍	先修课程
大数据分析统计基础	3	本课程主要讲解大数据分析的统计基础模型，包括描述统计、估计与检验回归分析等。	数理统计
非结构化大数据分析	3	本课程主要讲解处理非结构化大数据的方法，包括文本挖掘、社交网络分析、数据流等。	大数据分析统计基础
大数据分析统计建模	3	本课程主要讲解大数据分析的统计模型，包括多元统计、时间序列、空间统计等。先修课：大数据分析统计基础本课程主要讲解大数据分析的统计模型，包括多元统计、时间序列、空间统计等。	大数据分析统计基础
大数据分析计算机基础	3	本课程主要介绍 Linux 操作系统以及 Shell 编程命令，结构化、非结构化数据库，大数据清理、呈现等处理大数据的计算机基础知识。	计算机基础
大数据分布式计算	3	本课程主要介绍处理大数据的 Hadoop 分布式平台，MapReduce 编程思想， Storm 实时计算平台。	计算机基础
大数据挖掘与机器学习	3	本课程主要讲解大数据分析的统计机器学习算法，包括现代分类、回归方法，聚类方法、高维数据处理方法等。	大数据分析统计基础
学术规范和论文写作	1	讲授学术规范和论文写作规范及方法。	无

其部分选修课设置具体情况如下：

课程	学分	课程介绍	先修课程
计量经济方法与应用	3	本课程主要讲授计量经济方法的基本原理、方法以及前沿进展，重在通过实际应用来介绍计量经济分析中存在主要问题和解决思路。	数理统计、回归分析
市场研究方法与实务	3	通过案例分析展现市场研究过程的各个步骤，运用数据分析解决市场营销管理的决策问题	无
金融统计案例研究	2	本课程从金融问题和统计分析方法入手，介绍我国金融体制和金融市场的基本框架，并就具体的金融问题展开问题、数据和实证的讨论，有侧重的讨论和研究中国金融改革过程中的实际问题和解决途径。	宏观经济学、微观经济学、金融学
社交网络数据分析专题	2	了解社交网络数据的基本特征，掌握社交网络数据的基本分析方法及其在应用统计领域中的应用。课程主要包括让学生深刻理解什么是关系数据，掌握网络结构数据的可视化方法，对网络结构数据的统计建模有初步的了解。	高等统计、回归分析等课程。
贝叶斯统计	2	本课程将以比较通俗的方式，结合具体问题和 R 语言实现，介绍贝叶斯方法的主要概念和建模思想。基本内容包括：概率的两种定义，贝叶斯方法和频率派的异同；先验分布、似然函数和后验分布；常用的共轭先验分布；层级贝叶斯模型和超参数；随机模拟方法入门；蒙特卡洛积分入门；马尔可夫链和 MCMC 方法的原理；用 Stan 实现 MCMC 建模；MCMC 的应用和解释。本课程使用的主要编程工具是 R，比较简单的问题用 R 编程，比较复杂的方法用 STAN。	无
商务大数据案例分析	2	本课程将通过来自不同数据源的商务大数据分析案例，讲述实际数据的清理，描述过程，以及线性回归，01 回归，机器学习等方法的实际应用。目标是使得同学们能够独立完成实际商业数据分析全过程，并形成最终的案例分析报告。	无
统计案例	2	统计案例分析。	无
调查组织与设计	2	通过教师讲授、师生讨论、学生实地收集数据、数据整理和分析、报告撰写、口头汇报等方式，帮助学生掌握调查方案的设计和调查项目的组织管理方法。	数理统计
应用抽样技术	2	主要内容包括有限总体内的概率抽样方法，复杂样本的方差估计，非抽样误差以及抽样设计案例分析等。	数理统计
现代精算统计模型	2	该课程在非寿险费率厘定的背景下介绍了广义线性模型、广义可加模型和几种常用的机器学习算法，包括神经网络、树模型、集成学习、支持向量机。通过在同一个数据集上使用这些不同的模型和算法，我们比较了它们的优缺点。该课程不仅强调编写程序的能力，还要求掌握和理解这些模型背后的数学原理和统计思想。	回归分析，概率论

5 保研推免生申请资格

1、本科三年级在校生（2021年应届毕业生），符合中国人民大学接收推荐免试生基本条件；

2、学习成绩优异，本科前五学期成绩排名应在本专业名列前茅（原则上前10%）；

3、对所报专业有浓厚的兴趣，有志于从事相关领域的学术研究和相关工作；

4、英语水平良好，通过国家大学英语六级考试且成绩达到425分及以上。

6 毕业生去向

2019年6月，统计学院的99名硕士毕业生中，93%就业，4%境内读研，3%境外读研，16位博士研究生全部就业。其中的就业生，33%去信息方向，33%去金融方向，15%去教育方向，19%去其它方向。就业地点方面，64%在北京，9%在上海，8%在广东，19%在其它地区。有关毕业生去向的具体情况详见统计学院2019届毕业生就业质量报告。

注：各项目及相关专业的介绍和培养方案可在中国人民大学统计学院官网教学培养专栏中查看。

目录