统计学理学硕士（应用统计学）

本课程包含必修模块、选修模块和一个统计研究项目。学生需修读所有核心模块，并从A组至少选择三个模块，其余学分可从B组补足，总计选修25–27.5 ECTS（每个模块通常为5 ECTS，另有注明除外）。核心模块包括：应用统计学（涵盖统计建模与回归分析）、计算统计与机器学习（重点为现代统计中的计算方法）、统计推断基础（涵盖贝叶斯与频率学派推断）、概率论（随机变量及其分布函数）以及数据科学（常见数据科学方法及其误用）。 A组选修模块包括：高级模拟方法、统计金融导论、高维数据的统计学习（以基因组学和生物信息学为例）以及概率生成模型（涵盖自回归、隐式模型等，使用Python实践）。 B组模块包括：高级统计金融、大数据统计可扩展性（使用PySpark、Hadoop处理大规模数据）、深度学习（7.5 ECTS）、空间统计（7.5 ECTS）、随机过程、生存模型（7.5 ECTS）、时间序列分析（7.5 ECTS）以及非参数统计。 此外，学生需在1月至9月完成一项全日制的统计研究项目，深入数据科学领域，可与学术导师或行业合作伙伴共同开展前沿课题研究。