背景:
阅读全文

云南财经大学统计与数学学院学院简介及专业介绍

[日期:2016-02-02] 来源:云南财经大学招生与职业发展处招生办公室

统计与数学学院

学院简介:

统计与数学学院前身是成立于1981年的计划统计系,经过学科不断优化和调整,2007年组建了统计与数学学院,下设统计系、经济统计系、数学系。学院现有一个一级学科博士学位授权点、两个一级学科硕士学位授权点、一个二级学科硕士学位授权点和一个专业硕士学位授权点,六个本科专业。另外为培养具有良好数理基础的经济学人才,学校把“经济学创新人才培养基地班”设在我院。有省级重点学科2个和重点专业各1个、省级精品课程2门、省级教学团队1个、省级人才培养模式创新实验区1个、省级高等学校科技创新团队1个。

学院现有教师64人,其中教授15人,副教授25人;博士24人,硕士25人,教育部长江学者特聘教授1人,“国家百千万人才”1人,国家“有突出贡献中青年专家”1人,教育部“新世纪优秀人才支持计划”1人,霍英东基金会高等院校优秀青年教师一等奖获得者1人,云南省中青年学术和技术带头人5人、后备人才2人,云南省政府特殊津贴专家2人,云南省有突出贡献的中青年专家3人,云南省高等学校教学名师3人,云南省教育功勋奖获得者1人,全国“师德标兵”1人。

经过多年的建设,统计学科形成了统计理论与方法、宏观经济统计分析、数量经济模型及应用和国民经济核算理论及应用四个研究方向。数学学科有基础数学,应用数学、计算数学和概率论与数理统计四个研究方向。其中统计理论与方法、数量经济模型及应用的部分研究成果在国内处于前沿、在国际上有一定影响。数学学科在非线性泛函分析不动点理论、计算数学和应用数学等方面做出了一系列有影响的研究成果。近年来,学院教师在国际著名的统计学和数学期刊及国内核心期刊上发表论文200余篇;在国家级出版社出版著作8部;承担各类科研项目30余项,其中国家自然科学基金15项,国家社科基金3项,教育部基金项目3项。获省部级以上科研成果奖20余项,云南省优秀教学成果一等奖和二等奖各1项。

一、统计学专业(云南省重点建设专业)

本专业培养具有良好的统计学素养,具备扎实的数学和计算机基础,系统掌握统计学基本理论和方法,并能熟练地运用计算机和统计软件进行数据分析与数据挖掘的高素质应用型人才。毕业生可进一步深造,可在金融保险、企事业单位、政府机关等从事统计数据分析等研发、应用和管理工作,或在科研院所、教育部门从事统计研究和教学工作。

主要课程:数学分析、高等代数、概率论、数理统计、金融时间序列分析、多元统计分析、应用回归分析等。

专业简介:

二、应用统计学专业(云南省重点建设专业)

本专业培养具备坚实的统计学、数学和金融学基础,系统掌握统计学基本理论和方法,并能灵活运用统计学工具、使用计算机和统计软件进行金融数据分析与挖掘的高素质应用型人才。毕业生可进一步深造,或可在金融保险和非金融企业从事金融统计、统计相关工作,在科研院所、教育部门从事金融统计、统计研究和教学工作。

主要课程:数学分析、高等代数、概率论与数理统计、金融学、金融时间序列分析、金融统计学、多元统计分析、应用回归分析、统计计算等。

三、经济统计学专业(云南省重点建设专业)

本专业培养具有良好的统计与经济学素养,系统掌握统计学的基本理论和现代统计方法,以及现代市场经济理论,能使用计算机熟练运用统计分析软件进行数据分析与开发,能在政府机关、调查机构、金融、保险等部门独立从事统计实践、管理策划、数据挖掘和社会经济数量分析的高素质应用型人才。

主要课程:高等数学、线性代数、概率论与数理统计、微(宏)观经济学、计量经济学、统计学导论、国民经济核算、抽样调查理论与方法等。

四、金融数学专业

本专业培养数理基础扎实、统计方法熟练,经济学、金融学、金融工程和金融管理知识全面,熟悉公司财务、金融市场与证券投资、银行管理、计算机信息系统的开发与应用,在数学理论和金融工程应用两方面都受到良好的教育的优质复合型人才。毕业生可在银行、证券、投资等金融机构及其它经济管理部门和企业从事金融工作。

主要课程:数学分析、高等代数、概率论与数理统计、多元统计分析、微(宏)观经济学、金融学、证券投资学、货币银行学、会计学等。

五、数学与应用数学专业

本专业培养数学基础扎实,数学与应用数学专业的基本理论、基本方法掌握熟练,在数学理论和应用两方面都受到良好的训练,具有较高的科学素养和较强的创新意识,具备从事科学研究、解决实际问题及软件开发等方面的基本能力和较强的知识更新能力的复合型人才。毕业生可在经济、金融、统计、保险、政府部门、科研机构,大中专学校从事实际应用、研究、系统管理与开发工作,也可继续攻读硕士学位。

主要课程:数学分析、高等代数、解析几何、常微分方程、近世代数、实变函数、复变函数、概率论与数理统计等。

我要咨询或发布信息| 编辑: shasha511| 阅读:
热门培训课程
热门培训课程
热门评论
Baidu
map