一、专业概况

应用统计学（大数据统计）是一个宽口径、融合型专业，主要是数理统计理论与方法在金融、 经济、信息等领域的应用，用统计方法解决相关领域中的实际问题，是一个从数据中收集和提取有 用信息的交叉学科。

本专业非常契合目前的“大数据”背景，在强调数理统计基础理论的同时，更注重其在相关领 域的应用。我校是北京市重点支持建设的信息学科较为齐全的高校，在长达 80 余年的办学历史中形 成了鲜明的信息特色、行业特色和军工特色。本专业依托学校的信息数据平台及金融数据平台，在 经济、金融领域和信息领域的统计数据的模拟、分析、预测、决策和监控等方面具有明显优势，具 有鲜明的信息特色和行业特色。适用于在市场化、信息化和经济全球化的发展背景下，培养具有良 好的数学素养，掌握统计学的基本理论和方法的本科毕业生，并培养学生能熟练地运用计算机分析 数据和解决实际问题的能力。毕业生可在数据科学、信息产业、经济金融、行政管理等部门从事研 究、教学、应用开发和管理的相关工作；还可进一步攻读统计类、大数据、金融等方向的研究生。

二、培养目标

本专业致力于培养适应新时代国家战略和首都社会经济发展需求，政治坚定、道德高尚，具有 坚实的数学、统计学和大数据技术理论基础知识，实践能力和创新意识与国际视野，能够在统计及 相关领域从事统计调查、统计信息管理、经济数据分析等工作。具备大数据应用分析技能，能够在 数据科学与大数据技术相关领域从事数据采集、数据处理、数据分析及数据可视化等工作。具备团 队协作、自主学习和终身学习的意识和能力，能够积极适应社会和职业发展需求的高素质应用型创 新人才。 

三、毕业要求 

应用统计学专业学生在毕业时应具备以下 12 个方面的能力： 

1.数学知识：具有扎实的数学基础，接受严格的逻辑思维训练，能够将数学和统计学知识结合 信息技术用于解决社会经济、信息领域中的复杂问题；

2.数据获取能力：掌握资料查询、文献检索及运用现代信息技术获取目标信息的基本方法；具 有设计调查问卷、采集数据和预处理数据的基本能力；

3. 问题分析/计算能力：具有一定的实验设计能力，能熟练使用至少两种统计软件包，有较强 的统计计算能力，有一定的信息技术基础，具有管理信息资料并进行综合分析能力；

4.研究：初步具有撰写论文，参与学术交流的能力和实际工作能力； 

5.使用现代工具：能熟练使用计算机，包括常用语言（如 R 语言、Python 语言）、数学软件特别 是统计软件（如 SPSS 或 SAS，对应课程为统计分析软件）以及计量经济学软件（Eviews，对应课程 为时间序列分析）的使用，具有一定的软件设计和软件开发能力，能够综合运用统计方法，并借助 计算机来解决实际问题； 

6.工程与社会：灵活运用所学知识解决实际问题，进行过有关概率统计及其相关学科的训练。 具有采集数据、设计调查问卷和处理调查数据的基本能力。 

7.环境和可持续发展：能够理解和评价国民经济和信息技术中的大量数据对环境、社会可持续 发展的意义和影响；

8.职业规范：具有人文社会科学素养、社会责任感、能够在工程实践中理解并遵守工程职业道 德和规范，履行责任；

9.个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色； 

10.沟通、身心健康：能够就复杂社会经济统计和信息技术中的工程问题与业界同行及社会公众 进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的 国际视野，能够在跨文化背景下进行沟通与交流； 

11.项目管理：理解并掌握处理复杂数据的统计预测方法与经济决策方法，并能在多学科环境中 应用； 

12.终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。 

四、学制与学位 

1. 标准学制 4 年，实行弹性学制，即修业年限为 3～6 年。

2．符合北京信息科技大学学位授予文件规定的毕业生，授予理学学士学位。

五、毕业合格标准

完成本培养方案规定的全部教学环节，成绩合格，修满规定的学分。

六、专业主干学科、核心课程 

1．专业主干学科 统计学、数据科学。 

2．专业核心课程 概率论、常微分方程、数理统计、回归分析、多元统计分析、应用随机过程。

七、课程与实践体系结构图

（一）课程体系结构图

（二）实践教学体系结构图

结合本专业定位于高素质应用型人才培养，制定本教学计划时，强调理论与实践相结合， 理论部分强调基础，实践部分以综合性课程设计为主，以夏季学期为主安排课程设计，具体地：

第 2 学期：（1）R 语言，32 学时，培养学生熟练使用 R 语言。 

夏季学期-1：（1）程学设计实训，32 学时，选修，培养学生良好的程序设计思想、程序设 计风格和算法逻辑思维，学会用结构化方法编写程序，并初步具备解决实际问题的程序设计能 力；（2）数学建模与实验，32 学时，选修，培养学生掌握基本的建模方法、建模原理和数学软 件的应用。 

第 4 学期：(1) Python 应用，32 学时，培养学生熟练使用 Python 语言；(2) 回归分析课 程设计，1 周，培养学生利用回归分析的理论解决具体问题的能力。 

夏季学期-2：(1) 数据可视化，16 学时，选修，培养学生将大型数据集中的数据以图形图 像形式表示，并利用数据分析和开发工具发现其中未知信息的能力；

第 5 学期：(1)数据库实践，32 学时，旨在为学生提供全面的数据库教育，培养学生将 数据库理论知识应用于实际问题解决的能力，增强对数据库系统工作原理的深入理解； (2) 多元统计分析课程设计，32 学时，培养学生利用多元统计分析的理论解决具体问题的能力； (3)时间序列分析课程设计，16 学时，选修，训练学生用时间序列方法对时序问题进行建模、参 数估计、预测等。 

第 6 学期：(1) 统计分析软件，32 学时，培养学生利用统计分析软件解决实际问题的能力； (2) 文本数据分析与推荐系统，48 学时，使学生掌握文本数据的分析能力，了解信息推荐技术； (3) 机器学习 B 课程设计，16 学时，使学生掌握经典常用的机器学习方法。（4）抽样调查课程 设计，16 学时，选修，使学生掌握抽样与数据获取的能力。

夏季学期-3： (1)统计计算课程设计，16 学时，选修，培养学生进行随机模拟的能力。(2) 市场调查与分析实践，32 学时，选修，培养学生独立完成市场调查方案的设计、抽样实施、样 本甄选、数据汇总分析和建模、报告撰写以及研究建议的探索等全流程工作的能力，初步掌握 作为一个市场调查项目经理必备的专业知识和基本技能。

第 7 学期：(1)数据科学实践(企业课程)，32 学时，选修，要求学生熟练掌握主流工具，完 成数据管理和分析全流程的实践，切实培养学生的动手编程能力；(2)大学生科技创新训练项目， 32 学时，培养大学生的科研创新能力；(3)专业英语(全英)，32 学时，培养学生较强的专业文 献阅读能力，熟悉与专业密切相关的词汇和常用术语，掌握获取所需专业文献资料的检索方法 和途径；(4) 专业实习，16 学时，使学生接触实际，了解社会，增强劳动观念和事业心，责任 感；巩固所学理论，获取本专业的实际知识，理论与实践相结合；培养初步的实际工作能力和专 业技能。(5) Web 前端开发技术，2 周，培养学生在设计、开发、部署和维护 Web 应用程序方面 的综合能力。(6) 数据结构综合实训，32 学时，旨在通过实践操作加深学生对数据结构理论和 算法的理解，学生不仅能够掌握数据结构和算法的核心知识，还能够发展一系列对于未来职业 生涯非常重要的技能，为他们在软件开发、系统分析、科研和其他技术领域的工作打下坚实的 基础。

第 8 学期：毕业设计，16 周，学生选择一个来源于实际问题的题目，综合运用至少 3 门主 修课程的知识完整解决该问题，完成文献综述、背景了解、问题提出、获取数据、建模、数据分 析和处理、分析结论的合理性等工作，并且按照格式要求完成论文撰写。

特别强调的是：各课题设计(1)要有详细的进度安排；(2)要有完整的设计报告；（3）要有报 告汇报与答辩。

通过以上系统化的实践训练，使学生具有数据获取、数据清洗、数据分析等解决实际问题 的综合能力。 

八、对培养方案的必要说明 

无

九、附表

附表 1：应用统计学(大数据统计)专业课程设置与学分分布表