澳洲国立大学 ANU统计硕士 Master of Statistics+ 查看更多
澳洲国立大学 ANU
统计硕士 Master of Statistics
+ 查看更多
在生物学、经济学、精算学、心理学、物理学、考古学、医学和信息技术等不同学科中,总是需要合格的统计学家来正确理解数据。统计硕士课程将使学生能够专注于大量领域中的任何一个,并接受核心统计应用和理论方面的严格学习。拥有 ANU 统计学硕士,学生将在世界任何地方的职业生涯中脱颖而出。
- 展示用于定量和基于数据的问题解决的统计计算技能
- 理解并能够应用以下过程和应用:多元线性回归、调查设计;数理统计、随机建模、广义线性建模技术;数据表示、总结和展示的原则;多元统计技术;参数和非参数统计的作用和概念
- 通过运行和解释涉及动态波动和/或趋势的时间序列模型来分析复杂问题
- 使用适当的方法分析和解释各种情况下的数据
- 独立和协作地收集、处理、解释和交流应用统计中基础研究问题的结果
项目时长:2年制(全日制)
地理位置:澳大利亚 堪培拉
- 本科学历
学士学位或国际同等学历,最低 GPA 为 5.0/7.0
至少修读一门数学课程,必须涵盖微积分和线性代数
- 成绩单
- 语言成绩
在认可国家全日制学习至少2年可以豁免
雅思:6.5+,单项不低于6.0
雅思:6.5+,单项不低于6.0
托福:80+,阅读和写作不低于20分,口语和听力不低于18分
贝叶斯数据分析
贝叶斯统计方法将概率分布分配给问题中的数据和未知参数。这样,我们可以在观察任何数据之前结合未知参数的先验知识。统计推断通过数据收集后参数的后验分布和新观察的后验预测来总结。贝叶斯统计方法非常灵活,因为我们可以描述模型中未知参数的任何函数的概率分布。现代计算技术的进步使得许多复杂的模型可以很容易地使用贝叶斯方法进行分析,这些模型很难使用“经典”(频率论)方法进行分析。
图形数据分析
本课程介绍数据表示、汇总和展示的原则,特别强调图形的使用。本课程将在现代计算环境中使用 R 语言。讨论的主题包括:
· 数据表示;好的和坏的图形的例子;图形构造原则;需要避免的一些陷阱;演示图形。
· 图形环境;交互式图形;视窗; 链接窗口;图形对象。
· 统计图形;茎叶图、箱形图、直方图;平滑直方图;分位数-分位数图;表示多元数据;散点图; 聚类;星星和面孔;动态图形,包括数据旋转和刷亮。
· 变量之间的关系;平滑散点图;简单回归;建模和诊断图;探索表面;等高线图和透视图;多重回归; 时间和空间的关系;时间序列建模和诊断图。
统计推断
本课程向学生介绍点估计和区间估计以及假设检验领域统计分析技术的开发和评估背后的基本理论。主题包括:
* 点估计方法,包括矩量法和最大似然法、偏差和方差、均方误差、充分性、完整性、指数族、Cramer-Rao 不等式、Rao-Blackwell 定理、一致最小方差无偏估计和贝叶斯估计方法。
* 置信区间构造方法,包括基于似然的区间、反演方法、基于枢轴的区间、贝叶斯可信和最高后验密度区域以及基于重采样的区间。
* 假设检验方法,包括似然比检验、Neymann-Pearson 引理和统一最强大的检验、功效计算、贝叶斯方法和非参数方法。
广义线性模型
本课程旨在向学生介绍广义线性建模方法,重点是但不限于分析分类数据的常用方法。涵盖的主题包括多元线性回归和方差分析的回顾、列联表的对数线性模型、二元响应数据的逻辑回归、泊松回归、模型选择和模型检查、混合效应模型。其他主题可能包括广义线性模型和广义混合效应模型的贝叶斯分析。
回归建模
回归建模是一门应用统计学课程,研究使用线性回归技术检查变量之间的关系。该课程通过拟合模型的迭代过程强调统计建模的原理,检查拟合以评估模型中的缺陷并建议替代模型,并继续直到达到令人满意的模型。此过程中的两个步骤都需要使用计算机:模型拟合使用各种数值算法,模型评估涉及大量使用图形显示。R统计计算包被用作课程的一个组成部分。
数理统计原理
重点是应用;概率、随机变量、矩生成函数和相关性、抽样分布、通过矩和最大似然法估计参数、假设检验、中心极限定理和贝叶斯统计。
统计学习
统计学习是为需要从真实数据中进行统计分析或“学习”的学生设计的课程。重点将放在统计概念和统计计算的发展上。内容将通过在许多不同的应用领域解决问题来激发。本课程将涵盖统计学习中的一系列主题,包括线性和非线性回归、分类技术、重采样方法(例如引导程序)、正则化方法、基于树的方法和无监督学习技术(例如主成分分析和聚类)。
随机过程简介
随机过程简介,随机过程是在时间或空间中发生的随机过程。
它们用于模拟涉及自然科学和社会科学等各种学科以及金融、管理和精算环境中随机事件的动态关系。
该课程包括对基本概率概念的简短回顾以及对条件概率和条件期望的讨论,然后是对基本概念的介绍以及对马尔可夫链在离散时间、可数状态空间中的长期行为的研究。该课程还包括一些重要的连续时间随机过程,包括泊松过程和其他马尔可夫纯跳跃过程,以及时间允许的布朗运动和其他相关高斯过程。
>> 选修课程
STAT6017大数据统计
STAT6018随机建模
STAT6029实验和调查设计
STAT6042生存模型
STAT6050高级统计学习
STAT6056高级数理统计
STAT6060高级随机过程
STAT8002应用时间序列分析
COMP6240关系数据库
COMP6261信息论
COMP6420数据管理、分析和安全简介
COMP6490文档分析
COMP6670机器学习简介
COMP6710结构化编程
COMP6730科学家编程
COMP8410数据挖掘
COMP8420神经网络、深度学习和仿生计算
COMP8430数据整理
COMP8600统计机器学习
COMP8880网络科学计算方法
ECON8013经济学和金融经济学优化
EMET8001应用微观计量经济学
EMET8005计量经济学方法与建模
EMET8008高级计量经济学 II
EMET8012商业和经济预测
EMET8014高级计量经济学 I
MATH6005离散数学模型
MATH6100生物信息学和生物建模
MATH6102环境建模与综合评估
MATH6109概率建模与应用
MATH6110分析一:度量空间及其应用
MATH6111科学计算
MATH6112矩阵计算
MATH6115数学金融
MATH6119数值优化
MATH6208高级数学生物信息学
MATH6212分析 2:拓扑、勒贝格积分和希尔伯特空间
POPH8100流行病学基础
POPH8101人口健康中的生物统计学
POPH8313公共卫生数据分析
STAT6043生活突发事件
STAT6046金融数学
STAT6057风险建模 1
STAT6058风险建模 2
STAT6018随机建模
STAT6029实验和调查设计
STAT6042生存模型
STAT6050高级统计学习
STAT6056高级数理统计
STAT6060高级随机过程
STAT8002应用时间序列分析
COMP6240关系数据库
COMP6261信息论
COMP6420数据管理、分析和安全简介
COMP6490文档分析
COMP6670机器学习简介
COMP6710结构化编程
COMP6730科学家编程
COMP8410数据挖掘
COMP8420神经网络、深度学习和仿生计算
COMP8430数据整理
COMP8600统计机器学习
COMP8880网络科学计算方法
ECON8013经济学和金融经济学优化
EMET8001应用微观计量经济学
EMET8005计量经济学方法与建模
EMET8008高级计量经济学 II
EMET8012商业和经济预测
EMET8014高级计量经济学 I
MATH6005离散数学模型
MATH6100生物信息学和生物建模
MATH6102环境建模与综合评估
MATH6109概率建模与应用
MATH6110分析一:度量空间及其应用
MATH6111科学计算
MATH6112矩阵计算
MATH6115数学金融
MATH6119数值优化
MATH6208高级数学生物信息学
MATH6212分析 2:拓扑、勒贝格积分和希尔伯特空间
POPH8100流行病学基础
POPH8101人口健康中的生物统计学
POPH8313公共卫生数据分析
STAT6043生活突发事件
STAT6046金融数学
STAT6057风险建模 1
STAT6058风险建模 2
分享到:
相关专业申请 - 数据科学DS
相关专业申请 - 数据科学DS
相关专业申请 - 商业分析BA
相关专业申请 - 商业分析BA