统计学(数据分析方向)专业培养方案

Statistics（Data Analysis Specialty）

（门类：理学；二级类：统计学 ；码：071201）

一、专业培养目标

本专业培养德、智、体、美全面发展，在具备一定的数学、统计学和计算机科学等方面知识的基础上，较全面掌握大数据处理和分析的基本理论、基本方法和基本技术，能够运用所学知识解决实际问题，具备较高的综合业务素质、创新与实践能力，能从事大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，具有较强的专业技能和良好外语运用能力的应用型创新人才，或继续攻读本学科及其相关学科的硕士学位研究生。

二、毕业要求

本专业是一门涉及数学、统计学、计算机科学等多领域的交叉学科。学生主要学习数学、统计学、计算机科学的基本理论和基本知识，打好坚实的数学基础，受到系统而扎实的计算机编程训练，具备较强的数据分析和信息处理能力，能在大数据科学与工程技术领域从事数据分析管理、系统设计开发、大数据处理应用、科学研究等方面的工作，具备综合运用所学知识分析和解决实际问题的能力。

本专业学生培养分为两个主要阶段，第一阶段着重于数据科学理论体系的培养，即发展和完善数据科学理论体系，为数据科学人才培养提供必要的理论和知识基础；第二阶段重视实践能力的培养，即在夯实数据科学理论的基础上，重视培养学生利用大数据的方法解决具体行业应用问题的能力。 本专业毕业生在知识、能力和素质方面的具体要求：

1.具有正确的世界观、人生观和价值观；具有良好的道德品质、高度的社会责任感与职业道德；具有良好的人文社会科学素养。

2.具有良好的人际交往能力和团队协作精神；有较强的自学能力和适应能力。 3.具有良好的数学、统计学和计算机科学基础，掌握数据科学与大数据技术、统计学和计算机科学的基本知识、方法和技能。

4.具备熟练应用计算机( 包括常用语言、工具及专用软件) 的基本技能, 具有较强

的算法设计、算法分析与编程能力。

5.具备扎实的数据科学与大数据技术的基本理论和方法，掌握数据挖掘的常用算法，能从实际问题入手，具备数据的处理、使用相关理论和算法快速解决实际问题的能力，并具备对数据挖掘结果进行全面分析的能力。

6.受到系统的科学研究训练，具有一定的科学研究和实际工作能力；了解本学科的发展趋势和大数据技术的应用前景，具备在大数据科学与工程技术领域从事数据分析管理、系统设计开发、大数据处理应用、科学研究的基本能力。

7.有较强的语言表达能力，掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法，具有较强的知识更新、技术跟踪与创新能力。

8.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，要求学生能用外文撰写毕业论文。

三、主干学科

统计学、数学。

四、专业核心课程

微积分学、线性代数与解析几何、概率论、数理统计、多元统计分析、Linux操作系统、数据结构、数据库原理及应用、计算机网络、离散数学、大数据处理技术（Hadoop）、大数据分析方法及应用、云计算等。

五、主要实践性教学环节

Matlab及实验、计算机程序设计基础实验(C语言)、计算机程序设计基础实验（Java语言）、数据结构课程设计、Linux操作系统实验、数据库原理及应用课程设计、Python 语言及实验、多元统计分析课程设计、SPSS软件及实验、R语言及实验、大数据处理技术（Hadoop）课程设计、大数据综合实训、数据采集与网络爬虫实验、毕业实习、毕业论文(设计)等。

六、修业年限

四年

七、授予学位

理学学士

八、毕业最低学分要求

毕业所必须达到的总学分为160学分。

九、培养方案的构成及学时、学分分配

表1 人才培养方案学分构成表

课程类别 课程类型 通识必修课 通识教育课 通识选修课 专业基础课程 专业核心课 专业课 专业拓展课 课程合计 设课实验 实践环节 实习、课程设计等 毕业设计（论文） 实践环节合计 创新创业课程 创新创业教育 创新创业实践 创新创业教育合计 理论课程中的选修课比例 2 4 25% 含在实践环节内 1.25% 2.50% - 14 16 112 23 13 12 48 2 240学时 288学时 2048学时 296学时+8周 40学时+11周 12周 336学时+31周 含在通识选修课内 8.75% 10.00% 70.00% 14.38% 8.12% 7.50% 30% 1.25% 12 19 192学时 332学时 7.50% 11.88% 学分数 51 学时数（或周数） 996学时 占总学 分比例 31.87% 表2 各学期必修教学环节额定学分分配表

学期 类别 通识必修课 专业核心课 实践环节 必修学分合计 学分合计 51 33 48 132 1-1 12.5 4 0 16.5 1-2 14.5 2 3 19.5 2-1 8.5 7 3 18.5 2-2 12.5 5 4 21.5 2-3 0 0 2 2 3-1 3 7 7 17 3-2 0 6 7 13 3-3 0 0 2 2 4-1 0 2 2 4 4-2 0 0 18 18 十、课程与毕业要求对应关系矩阵

表3 设置的所有课程与毕业要求的对应关系

课程名称 马克思主义基本原理概论 思想和中国特色社会主义理论体系概论 中国近现代史纲要 要求1 要求2 要求3 要求4 要求5 要求6 要求7 要求8 ● ● ● 思想道德修养与法律基础 形势与 体育 大学英语(A) 大学物理(B) 微积分学 数据结构(B) 计算机程序设计基础 (C语言) 线性代数与解析几何 概率论 离散数学 数理统计 数据库原理及应用 Linux 操作系统 计算机网络 多元统计分析 大数据处理技术（Hadoop） 大数据分析方法及应用 云计算 Hbase 大数据快速读写 大数据查询与处理 Spark 大数据快速运算 大数据统计模型 时间序列分析 大数据可视化与安全 数据科学与大数据技术专业导论 数学建模 算法设计与分析 操作系统 数值分析 贝叶斯统计 运筹学 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 续表3 课程名称 社交网络分析 商业大数据分析 数学能力训练 数学专题讨论 大数据企业项目实战 近代回归分析方法 深度学习 要求1 要求2 要求3 要求4 要求5 要求6 要求7 要求8 ● ● ● ● ● ● ● ● ● ● ● ● ● 入学教育、军训 公益劳动 创新创业实践 物理实验（B） 计算机程序设计基础实验（C语言） Matlab及实验 计算机程序设计基础实验(Java语言) 数据结构课程设计 Linux操作系统课程设计 Python 语言及实验 多元统计分析课程设计 大数据处理技术(Hadoop)课程设计 SPSS软件及实验 数据库原理及应用课程设计 R语言及实验 大数据分析方法及应用课程设计 大数据综合实训 数据采集与网络爬虫实验 毕业实习 毕业设计 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 十一、指导性教学计划进程安排

(一) 通识教育课进程表

课程类别 课程类型 1711000303 马克思主义基本原理概论 Basic Principles of Marxism 思想和中国特色社会主义理论体系概论 The Introduction to MAO 1711000206 Ze-Dong Thought and the Theoretical system of Socialism with Chinese Characteristics 中国近现代史纲要 1711000102 The Outline of Modern Chinese history 思想道德修养与法律基础 1711000403 1711000601 1711000701 1711000901 1711001001 1811000701 1811000801 1811000901 1811001001 1511003804 1511003904 0711003304 0711003405 0711003504 1011000303 1011000403 0611002002 大学英语(A) College English(A) 微积分学 Calculus 大学物理(B) College Physics(B) 数据结构(B) Data Structure(B) 计算机程序设计基础(C语言) 0611000402 Foundations of Computer Programming (C Language) 必修课合计 51 996 996 2 36 36 1-2 考试 js 8 128 128 1-1;1-2 考试 wy 体育 Physical Education 4 144 144 1-1;1-2; 2-1;2-2 考试 ty 形式与 Situation and Policy 2 32 32 1-1;1-2; 2-1;2-2 考试 my Ideological and Moral Cultivation and Legal Basis 3 54 54 1-1 考试 my 2 36 36 1-2 考试 my 6 108 108 2-2 考试 my 3 课程代码 课程名称 学 分 总 学 时 54 授 课 54 学时 开课 实 验 上 机 实 践 2-1 考试 学期 考核 方式 开课单位编号 my 通识教育课 通识必修课 13 260 260 1-1;1-2; 2-1 考试 sx 6 2 108 36 108 36 2-2;3-1 2-2 考试 考试 dw js 按学科门类设置科学发现与技术革新（含理学、工学）、文化传承与艺术鉴赏（含文学、艺术学）、经济管理与法治教育（含经济学、通识选修课 12 管理学、法学）、创新创业等系列课程模块，要求学生毕业前选修总学分不少于12学分，其中，创新创业模块要求至少选修2学分，在授予学位门类对应模块之外要求每个模块至少选修2学分。 (二) 专业核心课进程表

课程类别 课程 类型 0721014404 0721014502 专业基础课 0621007803 0721009803 0721007204 0721014203 线性代数与解析几何 Linear Algebra and Geometry 概率论 Probability Theory 离散数学 Discrete Mathematics 数理统计 Mathematical Statistics 数据库原理及应用 Database Principles and Applications 3 48 48 3-2 考试 js 6 课程 代码 课程名称 学 分 总 学 时 120 授 课 学时 开课 实 验 上 机 实 践 学期 考核方式 开课单位编号 120 1-1;1-2 考试 sx 4 3 3 68 48 48 68 48 48 2-1 2-1 2-2 考试 考试 考试 sx sx sx 专业核心课 0621007502 0621007602 合计 Linux操作系统 Linux Operation Systems 计算机网络 Computer Network 多元统计分析 Multivariate Statistical Analysis 大数据处理技术（Hadoop） Hadoop 大数据分析方法及应用 Big Data Analysis Methods and Applications 云计算 Cloud Computing 合计 专业核心课合计 19 2 2 332 36 36 332 36 36 2-2 3-1 考试 考试 js js 0721006803 专业课 0721013803 0721012702 3 48 48 3-1 考试 sx 2 36 36 3-1 考试 qy 3 48 48 3-2 考试 sx 0721014902 2 14 33 36 240 572 36 240 572 4-1 考试 qy (三) 专业拓展课进程表

课程类别 课程 类型 大数据工程模块 大 0722018702 0722022602 0722022502 0722022402 Hbase 大数据快速读写 Hbase Big Data Fast Reading and Writing 大数据查询与处理 Big Data Inquiring and Processing Spark 大数据快速运算 Spark Big Data Fast Operating 大数据统计模型 Big Data Statistical Models 2 40 28 12 4-1 考试 qy 2 40 28 12 3-2 考试 qy 2 40 28 12 3-1 考试 qy 课程 代码 课程名称 学 分 总 学 时 授 课 学时 开课 实 验 上 机 实 践 学期 考核 方式 开课单位编号 专 业 拓 展 课 2 40 40 3-1 考试 sx

续表（三） 课程类别 课程 类型 数据技术模块 0722018402 大数据可视化与安全 Big Data Visualization and Safety 数据科学与大数据技术专业0722020101 导论(限选) Introduction to Big Data Science and Technology 0722020203 数学建模 Mathematics Modelling 算法设计与分析 0622010003 Algorithm Design and Analysis 0622019403 操作系统 Operating System 数值分析 Numerical Analysis 贝叶斯统计 Bayesian Statistics 运筹学 Operational Research 社交网络分析 Social Networks Analysis 商业大数据分析 Business Big Data Analysis 数学能力训练 Mathematical Ability Training 数学专题讨论 0722020502 Seminar of Special Topics in mathematics 大数据企业项目实战 0722018503 Enterprise Project Actual Combat on Big Data 0722015902 0722019702 近代回归分析方法 Modern Regression Analysis 深度学习 Deep Learning 2 2 45 36 36 804 36 36 732 72 4-1 4-1 考查 考查 sx sx 3 48 36 12 4-1 考查 qy 2 40 40 4-1 考查 sx 3 3 2 3 2 2 2 48 48 36 48 36 36 40 48 36 36 48 36 36 40 12 3-1 3-1 3-1 3-2 3-2 3-2 4-1 考查 考试 考试 考试 考查 考查 考查 js sx sx sx sx qy sx 3 48 48 3-1 考查 js 3 48 36 12 2-2 考查 sx 1 16 16 1-1 考查 sx 2 40 40 4-1 考试 qy 0722019802 时间序列分析 Time Series Analysis 2 课程 代码 课程名称 学 分 总 学 时 40 授 课 40 学时 开课 实 验 上 机 实 践 3-2 考试 学期 考核 方式 开课单位编号 sx 专 业 拓 展 课 专业任选课程 0722017202 0722019602 0722020302 0722018102 0722016203 0722020603 专业拓展课合计 选修学分要求与修读指导建议: 1.专业拓展课须在毕业前至少选修16学分；2.两个模块任选其一，不交叉选课，选够6学分；3.专业任选课程至少选修10学分。

(四)实践环节进程表（不包含非课内实验）

开课 课程编码 课程名称 入学教育、军训 Matriculation Education; Military Training 公益劳动 Laboring for Public Benefit 创新创业实践 Innovation and Entrepreneurship Practice 物理实验(B) Physics Experiments 计算机程序设计基础实验(C语言) 0631002201 Experiment of Foundations of Computer Programming(C Language) 0731002702 Matlab及实验 Matlab and Experiments 计算机程序设计基础实验(Java语言) 0631009903 Experiment of Foundations of Computer Programming (Java Language) 0631004501 0631009601 0731009903 0731007502 0731007302 0731007002 数据结构课程设计 Project of Data Structure Linux操作系统课程设计 Project of Linux Operating Systems Python 语言及实验 Python Language and Experiments 多元统计分析课程设计 Project of Multivariable Statistic Analysis 大数据处理技术(Hadoop)课程设计 Project of Hadoop SPSS软件及实验 SPSS Software and Experiments 数据库原理及应用课程设计 0631010201 Project of Database Principles and Applications 0731006703 R语言及实验 R-language and Experiments 大数据分析方法及应用课程设计 0731007402 Project of Big Data Analysis Methods and Applications 大数据综合实训 07310003 Big Data Comprehensive Practical Training 数据采集与网络爬虫实验 0731008402 Data Collecting and Web Crawler Experiments 0731002904 0731002812 毕业实习 Internship 毕业设计 Graduation Project 合计 4 12 48 336 4 12 31 4-2 4-2 分散 分散 sx sx 2 40 4-1 集中 qy 3 3 3-2;3-3 集中 qy 2 2 3-2 集中 sx 3 60 3-2 集中 sx 1 1 3-2 1 1 3 2 2 2 40 40 3 60 2 40 1 1 3 2 2-2 2-2 2-2;2-3 3-1 3-1 3-1 集中 集中 集中 集中 集中 集中 集中 js js js qy sx qy sx 2-1 集中 js 1-2 集中 sx 1 24 1-2 集中 js 学分 学时 周数 学期 2331000100 0 0 2 2 32 2 1-1 2-2;3-1 集中 集中 集中 集中 分散 分散 教学形式 开课单位编号 xs qt dw 2031000202 1011000901 1011001001