Mathematics and Statistics BSc

该课程为数学与统计学本科三年制项目，第一年为必修模块，第三年无强制性模块，但要求学生至少一半的模块来自统计学，且最终学年中四分之三的模块需来自数学或统计学。

第一年包括以下核心模块：
- Refresher Mathematics (0学分)：学前复习课程，巩固A-Level及部分进阶数学内容。
- Linear Algebra (15学分)：讲授向量空间、线性映射、矩阵、行列式、特征值等理论及其在解线性方程组中的应用。
- Mathematical Analysis 1 (10学分) 与 2 (15学分)：系统学习微积分的严格理论，涵盖极限、级数、泰勒展开、积分构造及微积分基本定理。
- Sets and Numbers (10学分)：通过抽象推理培养严谨的数学证明能力。
- Introduction to Statistical Modelling (15学分) 与 Probability 1 (15学分) 和 2 (10学分)：介绍概率论基础、统计建模、似然函数、回归分析，并使用R语言进行数据分析。

第二年深化理论与应用：
- Mathematical Analysis 3 (10学分)：进一步研究收敛性与微积分理论。
- Stochastic Processes (10学分)：学习随机过程，重点为马尔可夫链与随机游走。
- Mathematical Methods for Statistics and Probability (10学分)：应用多元微积分与线性代数于统计问题。
- Probability for Mathematical Statistics (10学分) 与 Mathematical Statistics (10学分)：深入多维分布、大数定律、中心极限定理、参数估计、假设检验与贝叶斯推断。
- Linear Statistical Modelling with R (10学分)：实践线性回归模型，使用R进行数据拟合与诊断。

第三年全为选修课，示例模块包括微分方程、几何、群环理论、博弈论、Python数据分析、数学金融与数据科学实务等，允许学生根据兴趣自由组合。