应用统计学专业培养方案

专业代码：071202 普高生源

一、培养目标

本专业立足河南，面向全国，培养德智体美劳全面发展，适应区域经济发展需要，具有良好的数学与统计学素养，掌握统计学的基本思想、基本理论和方法以及相关的实际操作技术，具备数据收集、整理和统计分析、决策的能力，能在经济、保险、工业、商业、农业、信息技术、教育、生物医药等相关领域从事统计调查、数据分析、统计预测与决策等工作的应用型高素质专门人才。

学生毕业五年左右，经过自身学习与行业锻炼，达到以下具体目标：

目标1：具备较强的调查研究与统计分析等能力，可以运用定性和定量调查方法收集信息并进行数据处理和分析，形成报告以供决策参考，能负责完成较大规模的调查研究活动。

目标2：熟悉行业发展情况，掌握最新数据分析技术，对数据与业务有足够敏感性，能够独立执行数据分析、数据挖掘项目，为企业决策提供支持，能负责完成行业数据分析、评估和预测项目。

目标3：了解自然科学、社会科学、工程技术等某一领域的基本知识和统计学理论与方法的发展动态及应用前景，能够适应不同领域统计基础理论研究和应用。

目标4：具备健康的身心和良好的人文素养，了解统计分析的基本原理与经济决策方法，具备一定的协调、管理、沟通、竞争与合作能力，胜任统计调查、数据分析、决策支持、市场营销等部门的管理工作。

目标5：具有全球化意识和国际视野，能够通过继续教育或其他渠道更新知识，积极主动适应不断变化的国内外形势和环境，拥有自主、终生学习习惯和能力，实现能力和技术水平的提升。

二、毕业要求

学生通过与以上培养目标相一致的专业学习和培养，应达到以下毕业要求：

毕业要求1：知识要求

1.1获得良好的人文社会科学知识，包括: 思想道德、哲学、政治学、社会学、法学、心理学、文学艺术、职业道德等；

1.2具备较为扎实、良好的数学基础，包括：数学分析、高等代数、概率论、常微分方程、运筹学、实变函数等；

1.3系统掌握统计学的基本理论、基本知识和基本方法，包括：数理统计、回归分析、时间序列分析、多元统计分析、随机过程、试验设计、Python程序设计、R语言等；

1.4了解本专业的前沿发展现状和趋势，包括：贝叶斯统计、金融统计学、统计预测与决策等；

1.5掌握满足统计分析与决策所需的工具性知识和经济管理类基本知识，包括：外语、文献检索、宏观经济学、微观经济学及其它统计应用领域的基础知识。

毕业要求2：能力要求

2.1数学思维能力：具有一定的空间想象、归纳抽象、演绎推理等数学思维能力；

2.2统计调查能力：具有采集数据、设计调查问卷、处理调查数据、撰写统计调查报告的能力；

2.3统计分析能力：能够根据数据的特点选用恰当的统计方法进行数据分析和统计推断，具有应用统计学理论分析、解决经济、管理、教育、农林等相关领域实际问题的初步能力;

2.4统计计算能力：计算机基础知识功底扎实, 能熟练使用各种统计软件并具备一定的编程能力，能正确利用统计思想和方法分析判断统计软件的计算结果，具有较强的统计计算能力；

2.5信息获取能力：掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法；

2.6外语应用能力：掌握一门外语，能够阅读本专业外文书刊，并具有初步的听说写能力;

2.7开拓创新能力：能够跟踪统计分析和数据处理领域最新技术和发展趋势，了解统计学理论与方法的发展动态及其应用前景，在统计分析和实践中具有较强的创新意识和创新能力；

2.8沟通与合作能力: 能够以书面或者口头的方式与业界同行及社会公众进行有效沟通和交流，能够基于特定目标与团队成员及利益相关方进行广泛的合作，并承担相应岗位角色的职能；

2.9终身学习能力: 对终身学习有正确的认识，具有不断学习和适应发展的能力，能够通过自主学习适应经济社会发展的需要。

毕业要求3：素质要求

3.1具有良好的政治素质、思想素质、道德品质和法治意识；

3.2具有良好的文化素养、一定的文学艺术修养、强烈的现代意识和人际交往及沟通技巧；

3.3身心健康、精力充沛，具有适应统计分析与决策相关工作岗位要求的身体素质和心理素质；

3.4胸怀宽广，谦虚谨慎，包容他人，具有公平竞争意识和团队精神；

3.5热爱本专业，积极进取，适应能力强，掌握科学思维方法、统计分析方法及良好数学素养和统计思维，具有细致严谨的科学态度和求真务实的工作作风；

3.6思维敏捷，吃苦耐劳，意志坚强，诚实守信，具有创新意识和创业精神。

毕业要求对培养目标支撑的矩阵图

毕业要求		培养目标1	培养目标2	培养目标3	培养目标4	培养目标5
知识要求	1.1	√	√	√	√
	1.2	√	√	√
	1.3	√	√	√	√
	1.4	√	√	√		√
	1.5	√	√	√	√	√
能力要求	2.1		√	√
	2.2	√	√
	2.3	√	√	√
	2.4	√	√	√
	2.5		√	√		√
	2.6		√	√
	2.7		√		√
	2.8	√			√
	2.9				√	√
素质要求	3.1	√	√	√	√
	3.2				√
	3.3	√			√
	3.4	√	√		√
	3.5	√	√	√
	3.6			√		√

三、学制、学位和毕业学分

1. 基本学制四年，学生可在3~7年完成学业。

2. 授予学位：理学学士学位。

3. 毕业学分：本专业毕业生最少修读160学分，其中必修课125学分，通识选修课8学分，实践教学课程29学分。

四、主干学科和主要课程

1. 主干学科：数学、统计学、经济学

2. 主要课程：数学分析、高等代数、概率论、常微分方程、数理统计、应用随机过程、应用回归分析、多元统计分析、试验设计、宏观经济学、微观经济学等。

五、课程结构及学分比例

课程结构	必修课		选修课		合计		占总学分比例	实践教学学分	实践学分占总学时比
	学分	学时	学分	学时	学分	学时
通识教育课程	38	758	8	128	46	886	28.8%	5.7	3.6%
学科基础课程	39	688	0	0	39	688	24.4%	1.0	0.6%
专业教育课程	23	368	23	368	46	736	28.8%	7.0	4.4%
实践教学课程	25	—	4	—	29	—	18.1%	29.0	18.1%
合计	125	1814	35	496	160	—	100%	42.7	26.7%

六、毕业要求与课程体系的关联矩阵

教学环节	毕业要求
	政治素养	身心素质	数学素养	数学技术理论	数据分析	问题解决	创业创新	团队协作	沟通与交流	终身学习
思想道德与法治	H	H				L			L
中国近现代史纲要	H	M
马克思主义基本原理	H	M				L				M
毛泽东思想和中国特色社会主义理论体系概论	H	L								M
形势与政策	H			L					L
军事理论	M	H						M
国家安全教育	L	H			H	M	H	M
大学劳动教育	H	H				L		M	L	M
大学英语									H	M
计算机应用基础				H	H	L
大学体育	L	H						L		M
大学生心理健康教育		H				H	M	H	M	L
创新创业基础				M	L		H	M	L	M
职业规划与就业指导		M		M	M	H	M	M	L	H
专业导论	L		M	M		M	M			H
数学分析			H	M		L				M
高等代数			H	M		L				M
概率论			H	M		L				L
常微分方程			H	M						L
C语言程序设计			M	L	H	M
宏观经济学			M	L	H	M
微观经济学			H	M	M	M
实变函数			H	M		L				L
运筹学			H	M	M	L				L
数理统计			H	M	H	L	M
应用随机过程			H	M		M				L
试验设计			H	M	H	M	M	L		L
应用回归分析			H	M						L
多元统计分析			H	M	H	L				L
数学建模			M	M			H	M	L	M
Python程序设计			M	M
R语言程序设计			M	M	H			L
数据库原理及应用			M	M				H
抽样技术			M		H	M	M
时间序列分析			M	M		L
金融统计学			M	M		L
数学分析选讲			H	L		M				M
高等代数选讲			H	L		M				M
IT行业创业专题			M				H	L		L
操作系统			M	M		L
贝叶斯统计			M		H	L
统计预测与决策			M		H	L
专业英语			M	L					M
军事训练	M	M					M	M	L	M
专业劳动实践	H	H				L		M	L	M
运筹学课程设计			M	M	M	M	L
数学软件与数学实验			M	L	L	H			L	L
数学建模课程实践			M	M	M	M	L
Python语言课程实践			M	L	M	M	L
R语言课程实践			M	L	M	M	L			L
试验设计课程实践			M	L	M	M	L			L
数据分析综合实训			M	H	M	H	M	L	H	L
综合训练			M	H	H	H	H		H	H
微格教学			M	H		L			M	M
毕业论文			H	L	M	M	M	L		M
数据库原理及应用课程设计			M	H	M	H	M	L	L
金融统计学课程实践	M	L	M		L		L	L	M
大数据处理技术			M		M	M				L

注：H-高度相关；M-中等相关；L-弱相关。

课程 结构

课程编码

课程名称

学 分

周 数 (学时)

教学形式

修读 类型

开设学期及周次

备注

集 中

分 散

第一学年

第二学年

第三学年

第四学年

1

2

3

4

5

6

7

8

实 践 教 学 课 程

2100S0001

军事训练

1

2

√

必修

2

2110S0001

运筹学课程设计

1

1

√

必修

16

2110S0003

数学软件与数学实验

1

1

√

必修

15

2110S0301

Python语言课程实践

1

1

√

必修

16

2110S0302

R语言课程实践

1

1

√

必修

暑假

2110S0303

试验设计课程实践

1

1

√

必修

15

2110S0304

数据分析综合实训1

1

1

√

必修

*

学期内分散进行

2110S0305

数据分析综合实训2

1

1

√

必修

*

学期内分散进行

2110S0306

数据分析综合实训3

1

1

√

必修

*

学期内分散进行

2110S0307

综合训练

6

14

√

必修

5~16

2110S0020

毕业论文

8

16

√

必修

17~18

1~14

不少于16周

2110S1001

数据库原理及应用课程设计

1

1

√

选修

14

2110S1002

数学建模课程实践

1.5

3

√

选修

*

*

*

分散在3个学期进行，第5学期结束进行评价

2110S1301

金融统计学课程实践

1

1

√

选修

16

2110S1302

大数据处理技术

1

2

√

选修

1~2

2110S1303

统计计算综合实践

1

2

√

选修

3~4

2110S0030

专业劳动实践

1

16

√

必修

*

*

*

*

*

*

分散在6个学期进行，第6学期结束进行评价

2100S0002

第二课堂

2

32

√

必修

学生须通过科技创新、学科竞赛、创业实践、社会实践、职业技能考试等活动获得2学分

应修小计

29