(071201)
一、专业简介
本专业立足湖南，适应国家、地方社会经济发展需要，致力于培养具有良好的数学和统计学素养，掌握统计学基本理论、原理和方法，具有较强的创新能力和实践能力，能从事数据收集、分析与决策等工作的应用型高级专门人才。本专业2005年开始招生，2009年通过学士学位授予权评审，2020年获批湖南省一流本科专业建设点。
二、培养目标
本专业旨在培养能适应社会经济发展需求，德、智、体、美、劳全面发展，具有良好的数学和统计学素养，掌握统计学基本理论、原理和方法，能在经济、管理、生物、医药、金融、保险、大数据等领域从事数据收集、分析与决策、统计管理等工作，或在教育部门与科研机构从事教学科研工作，具有较强的创新能力和实践能力的应用型高级专门人才。预期本专业员工毕业后5年左右达到以下目标：
1. 具有较高的人文素养和社会责任感：德智体美劳全面发展，具有高尚的社会主义道德观，良好的综合素质与适应能力，遵守职业道德和法律法规。
2. 具有较强的分析问题和解决问题的能力：能够熟练运用统计学专业知识与技术，针对不同背景下的数据分析问题提出专业的技术见解，选择和审查所需的技术与方法，解决实际问题。
3. 能熟练使用各类统计工具：清晰地了解所从事行业的常用技术、资源、工具，对相关数据进行处理。
4. 具有较强的组织、管理能力和协调能力：能够组织计划实施，并能与业界同行及社会相关行业进行有效沟通和交流。
5. 具有终身学习的能力和一定的国际化视野：具有较强的创新能力和实践能力以适应不断变化的国内外环境和形式，能根据业务需求，能够通过继续教育或终身学习途径，提升自己的知识和能力。
三、毕业要求
1.科学知识：能够应用数学、统计学专业知识和计算机工具解决各领域的数据分析与推断问题。
2.问题分析：能够应用统计学基本原理、方法对本专业领域问题进行判断、分析和研究，提出相应对策和建议，并形成解决方案。
3.设计/开发解决方案：能够恰当使用现代信息技术和分析工具，对本专业领域数据信息进行收集和分析处理，完成所从事的专业任务。
4.研究：掌握文献检索、资料查询的基本方法，具有一定的科学研究和实际工作能力。
5.使用现代工具：能熟练使用计算机，包括常用语言及一些数学软件特别是统计软件的使用，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：具有较强的法律意识，了解国家的基本法律和有关统计工作的法律法规，自觉遵守。
9.个人和团队：具有良好的团队意识和协作精神，具有良好的社会适应能力、社会交往和交流的能力，具有较强的竞争意识和竞争能力。
10.沟通交流：能够使用书面和口头表达方式与业界同行、社会公众就本专业领域现象和问题进行有效沟通与交流。
11.项目管理：具有较强的组织能力、项目管理能力和团队协作能力。
12.终身学习：具有自我学习、终生学习的能力，实现个人的持续发展。
四、培养目标与毕业要求之间的关系
“培养目标-毕业要求”矩阵表
培养目标
毕业要求
| 培养目标1
| 培养目标2
| 培养目标3
| 培养目标4
| 培养目标5
|
1.科学知识
| | ●
| | | |
2.问题分析
| | ●
| ●
| | |
3.设计/开发解决方案
| | ●
| ●
| ●
| |
4.研究
| | ●
| | | |
5.使用现代工具
| | | ●
| | |
6.工程与社会
| | ●
| ●
| | |
7.环境与可持续发展
| ●
| ●
| | | |
8.职业规范
| ●
| | | | |
9.个人与团队
| | | | ●
| ●
|
10.沟通
| | | | ●
| |
11.项目管理
| | | | ●
| |
12.终身学习
| | | | | ●
|
五、主干学科与专业核心课程
主干学科：数学、统计学
专业核心课程：数学分析、高等代数、概率论、数理统计学、数学模型、抽样技术、应用回归分析、多元统计分析、统计预测与决策、时间序列分析等。
六、学制与学位
学制：四年授予学位：理学学士
七、学分
总学分：167
课程类别
| 课内教学
| 集中性实践教学环节
|
通识教育基础课程
| 学科基础课程
| 专业课程
|
学分数
| 56
| 39
| 36
| 36
|
占总学分比例
| 33.53%
| 23.35%
| 21.56%
| 21.56%
|
八、教学安排表
(一)总周数分配安排表
项目
周数
学期
| 军训与入学教育
| 理论 教学
| 课程 设计
| 强化训练
| 综合实验周
| 实 习
| 思想道德修养综合实践
| 毕业 设计(论文)
| 毕业教育
| 考 核
| 机 动
| 本期 周数
|
一
| 2
| 14
| | | | | | | | 2
| 2
| 20
|
二
| | 16
| 1
| 1
| | | | | | 2
| | 20
|
三
| | 16
| | | | 1
| 1
| | | 2
| | 20
|
四
| | 17
| 1
| | | | | | | 2
| | 20
|
五
| | 15
| 3
| | | | | | | 2
| | 20
|
六
| | 15
| 1
| 2
| | | | | | 2
| | 20
|
七
| | 13
| 1
| | 1
| 3
| | | | 2
| | 20
|
八
| | | | | | 3
| | 15
| | | 2
| 20
|
总 计
| 2
| 106
| 7
| 4
| 0
| 7
| 1
| 15
| 0
| 14
| 4
| 160
|
(二)实践教学环节安排表
编码
| 类型
| 名称
| 学期
| 周数
| 学分
|
1602000
| 军训与入学教育
| 国防教育入学教育
| 一
| 2
| 1
|
0402000
| 强化训练
| 英语应用能力实践
| 二
| 1
| 1
|
0302900
| 课程设计
| C语言程序设计
| 二
| 1
| 1
|
0502002
| 社会实践
| 社会调查
| 暑假
| (4)
| (4)
|
0502001
| 思想政治理论课综合实践
| 互联网+习近平新时代中国特色社会主义思想进千村入万户
| 二
| (1)
| 1
|
1002201
| 认识实习
| 专业认知
| 三
| 1
| 1
|
0502000
| 思想道德修养综合实践
| 公益劳动
| 三
| 1
| 1
|
1002202
| 课程设计
| 数学模型
| 四
| 1
| 1
|
1002203
| 课程设计
| Python数据分析与应用
| 五
| 2
| 2
|
1002204
| 课程设计
| 抽样技术
| 五
| 1
| 1
|
1002205
| 课程设计
| 多元统计分析
| 六
| 1
| 1
|
1002206
| 强化训练
| 统计软件应用
| 六
| 2
| 2
|
1002207
| 强化训练
| 文献阅读与论文写作
| 七
| 1
| 1
|
1002208
| 生产实习
| 统计实践
| 七
| 3
| 3
|
1002209
| 课程设计
| 时间序列分析
| 七
| 1
| 1
|
1002210
| 毕业实习
| 专业实习
| 八
| 3
| 3
|
1002211
| 毕业设计(论文)
| 毕业设计(论文)
| 八
| 15
| 15
|
合 计
| 36
| 36
|
(三)理论课程教学安排表
课程类别
| 课程性质
| 课
程
编
码
| 课程名称
| 学
分
| 课程学时
| 各学期周学时数分配
| 考
核
方
式
|
总
计
| 讲
授
| 实
验实
践
| 一
| 二
| 三
| 四
| 五
| 六
| 七
| 八
|
十四周
| 十六周
| 十六周
| 十七周
| 十五周
| 十五周
| 十三周
| |
通识教育基础
课
程
| 必
修
| 思想政治模块
|
0500000
| 思想道德与法治
| 2.5
| 40
| 32
| 8
| | 3
| | | | | | | 考试
|
0500001
| 马克思主义基本原理
| 3
| 48
| 40
| 8
| 4
| | | | | | | | 考试
|
0500002
| 中国近现代史纲要
| 2.5
| 40
| 32
| 8
| | | 3
| | | | | | 考试
|
0500003
| 毛泽东思想和中国特色社会主义理论体系概论
| 2
| 32
| 32
| | | | 2
| | | | | | 考试
|
0500004
| 习近平新时代中国特色社会主义思想概论
| 3
| 48
| 40
| 8
| | | | 3
| | | | | 考试
|
0500005
| 形势与政策(1)
| 1.5
| 24
| 24
| | *
| *
| *
| *
| | | | | 考查
|
0500008
| 形势与政策(2)
| 0.5
| 8
| 8
| | | | | | *
| *
| | | 考查
|
数学与自然科学模块
|
1000008
| 大学物理(1)
| 2.5
| 40
| 40
| | | 3
| | | | | | | 考试
|
1000009
| 大学物理(2)
| 3
| 48
| 48
| | | | 3
| | | | | | 考试
|
1001000
| 大学物理实验(1)
| 1
| 16
| | 16
| | 2
| | | | | | | 考查
|
1001001
| 大学物理实验(2)
| 1
| 16
| | 16
| | | 2
| | | | | | 考查
|
综合应用能力模块
|
0400000
| 大学英语(1)
| 3
| 48
| 48
| | 4
| | | | | | | | 考试
|
0400001
| 大学英语(2)
| 2
| 32
| 32
| | | 2
| | | | | | | 考试
|
0400002
| 大学英语(3)
| 3
| 48
| 48
| | | | 3
| | | | | | 考试
|
0400003
| 大学英语(4)
| 3
| 48
| 48
| | | | | 3
| | | | | 考试
|
0300900
| 大学计算机基础
| 2.5
| 40
| 24
| 16
| 3
| | | | | | | | 考查
|
0300901
| C语言程序设计
| 4
| 64
| 44
| 20
| | 4
| | | | | | | 考查
|
0500006
| 大学语文A(含科技写作)
| 2
| 32
| 32
| | | 2
| | | | | | | 考查
|
素质拓展模块
|
1100000
| 体育(1)
| 1
| 36
| 32
| 4
| 2
| | | | | | | | 考查
|
1100001
| 体育(2)
| 1
| 36
| 32
| 4
| | 2
| | | | | | | 考查
|
1100002
| 体育(3)
| 1
| 36
| 32
| 4
| | | 2
| | | | | | 考查
|
1100003
| 体育(4)
| 1
| 36
| 32
| 4
| | | | 2
| | | | | 考查
|
0000000
| 文化素质教育(中华文化、自然科学等)
| 1
| 16
| 16
| | | | | | | | | | 考查
|
0000001
| 文化素质教育(公共艺术)
| 2
| 32
| 32
| | | | | | | | | | 考查
|
1800000
| 老员工心理及健康教育
| 1
| 16+
(16)
| 16
| (16)
| *
| | | | | | | | 考查
|
1600000
| 军事理论及国家安全教育
| 2
| 36
| 24
| 12
| | *
| | | | | | | 考查
|
0000002
| 第二课堂
| *
| | | | | | | | | | | | 考查
|
创新创业模块
|
0010000
| 老员工职业发展与就业指导(1)
| 1
| 8+(8)
| 8
| (8)
| | *
| | | | | | | 考查
|
0010001
| 老员工职业发展与就业指导(2)
| 1
| 8+(14)
| 8
| (14)
| | | | | | *
| | | 考查
|
5210000
| 创新创业教育(1)
| 1
| 8+4
(8)
| 8
| (8)
| | | 2
| | | | | | 考查
|
5210001
| 创新创业教育(2)
| 1
| 8+4
(8)
| 8
| (8)
| | | | | | 2
| | | 考查
|
小 计
| 56
| 948
+(54)
| 820
| 128
+ (54)
| 13
| 18
| 17
| 8
| 0
| 2
| 0
| 0
| |
学
科
基
础
课
程
| 必修
| 1000010
| 高等代数(1)
| 3.5
| 56
| 56
| | 4
| | | | | | | | 考试
|
1000011
| 高等代数(2)
| 3.5
| 56
| 56
| | | 4
| | | | | | | 考试
|
1000012
| 数学分析(1)
| 5
| 80
| 80
| | 6
| | | | | | | | 考试
|
1000013
| 数学分析(2)
| 5
| 80
| 80
| | | 5
| | | | | | | 考试
|
1000014
| 数学分析(3)
| 4
| 64
| 64
| | | | 5
| | | | | | 考试
|
1000016
| 数学模型
| 3
| 48
| 40
| 8
| | | | 4
| | | | | 考查
|
1000201
| 概率论
| 3.5
| 56
| 56
| | | | 4
| | | | | | 考试
|
1000202
| 统计学导论
| 2.5
| 40
| 40
| | | | | 4
| | | | | 考试
|
1000203
| 数理统计学
| 3
| 48
| 40
| 8
| | | | 4
| | | | | 考试
|
1000204
| 应用回归分析
| 3
| 48
| 40
| 8
| | | | | 4
| | | | 考试
|
1000205
| 抽样技术
| 3
| 48
| 40
| 8
| | | | | 4
| | | | 考试
|
小 计
| 39
| 624
| 592
| 32
| 10
| 9
| 9
| 12
| 8
| 0
| 0
| | |
专业课程
| 必
修
| 1000206
| 多元统计分析
| 3
| 48
| 40
| 8
| | | | | 4
| | | | 考试
|
1000207
| 应用随机过程
| 2.5
| 40
| 40
| | | | | | | | 4
| | 考试
|
1000208
| 统计预测与决策
| 3
| 48
| 40
| 8
| | | | | 4
| | | | 考试
|
1000209
| 时间序列分析
| 3
| 48
| 40
| 8
| | | | | | | 4
| | 考试
|
1000210
| 试验设计
| 3
| 48
| 40
| 8
| | | | | | 4
| | | 考试
|
1000211
| Python数据分析与应用
| 3.5
| 56
| 40
| 16
| | | | | 4
| | | | 考试
|
0300939
| 数据库原理
| 2.5
| 40
| 32
| 8
| | | | | | 3
| | | 考试
|
1000235
| 非参数统计
| 2.5
| 40
| 32
| 8
| | | | | 3
| | | | 考查
|
1000236
| 数据挖掘与R语言
| 3
| 48
| 40
| 8
| | | | | | 4
| | | 考查
|
小 计
| 26
| 416
| 344
| 72
| 0
| 0
| 0
| 0
| 15
| 11
| 8
| | |
选
修
| 应
用
统
计
方
向
| 1000212
| 大数据技术与应用
| 2
| 32
| 24
| 8
| | | | | | | 3
| | 考查
|
0300943
| 数据结构
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
1000214
| 计量经济学
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
1000215
| 运筹与优化
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1900914
| 宏观经济学D
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1900913
| 微观经济学D
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
1000216
| 国民经济统计学
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1000218
| 数据采集与清洗
| 2
| 32
| 24
| 8
| | | | | | 3
| | | 考查
|
1000219
| 数据可视化
| 2
| 32
| 24
| 8
| | | | | | | 3
| | 考查
|
1000220
| 机器学习选讲
| 2
| 32
| 24
| 8
| | | | | | | 3
| | 考查
|
1000221
| 金融数据分析
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
1000222
| 数学分析选讲(1)
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1000223
| 统计学与数据科学前沿选讲
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
数
理
统
计
方
向
| 1000225
| 贝叶斯统计
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1000226
| 复变函数
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
1000227
| 统计计算
| 2
| 32
| 24
| 8
| | | | | | | 3
| | 考查
|
1000228
| 极限理论
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1000229
| 实变函数与泛函分析
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
1000230
| 生存分析
| 2
| 32
| 32
| | | | | | | 3
| 3
| | 考查
|
1000231
| 数学分析选讲(2)
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1000232
| 机器学习前沿选讲
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
1000233
| 深度学习
| 2
| 32
| 32
| | | | | | | | 3
| | 考查
|
| 1000234
| 生物统计学
| 2
| 32
| 32
| | | | | | | 3
| | | 考查
|
小 计
| 至少修满10学分
| 10
| 160
| 136
| 24
| | | | | | 6
| 9
| | 考查
|
合 计
| 131
| 2148+
(54)
| 1892
| 256+
(54)
| 23
| 27
| 26
| 20
| 23
| 19
| 17
| | |
九、毕业要求内涵观测点与支撑的课程
毕业要求
| 毕业要求内涵观测点
| 支撑的课程
|
1. 科学知识
| 1.1具有扎实的数学和统计学理论基础，接受严格的逻辑思维训练，能够将数学和统计学知识运用于解决社会经济、工程问题在信息领域中的复杂问题。
| 数学分析(1)、数学分析(2)、高等代数(1)、高等代数(2)、概率论、数理统计、数学模型、极限理论、实变函数与泛函分析
|
1.2掌握自然科学基础知识，具备从自然科学的角度描述工程问题的能力。
| 大学物理(1)、大学物理(2)、大学物理实验(1)、大学物理实验(2)
|
2. 问题分析
| 2.1掌握收集数据的科学方法，能运用数学、统计学知识，识别和判别各个领域的统计问题。
| 抽样调查、数据采集与清洗
|
2.2掌握数据整理、分析和推断的原理和方法，能够根据应用领域和数据的特点选用合适的统计方法进行分析、推断和预测，具有解决社会实际问题的能力。
| 统计预测与决策、多元统计分析、时间序列分析、试验设计、应用回归分析、生存分析、非参数统计、贝叶斯统计
|
3. 设计/开发
| 3.1掌握计算机编程的基础知识，并能较好的运用于基本统计程序的编写。
| C语言程序设计、Python数据分析与应用、数据库原理
|
3.2掌握常用统计软件，能应用于统计分析。
| 数据挖掘与R语言、统计计算
|
4. 研究
| 4.1能够基于科学原理，通过文献研究或相关科学方法，调研和分析问题，给出解决方案。
| 文献阅读与论文写作、机器学习选讲、机器学习前沿选讲、深度学习
|
4.2能够正确地收集数据，对数据进行分析和解释，并通过信息综合得到合理有效的结论。
| Python数据分析与应用、数据挖掘与R语言
|
5. 使用现代工具
| 5.1能够针对统计学领域复杂问题，选择与使用恰当的计算机语言程序、计算机辅助设计软件等现代工具以及专业共享资源。
| 大数据技术与应用、大学计算机基础、统计计算
|
5.2能够运用合适的数据分析软件，进行数据分析、处理与预测。
| Python数据分析与应用、数据挖掘与R语言
|
6. 工程与社会
| 6.1能够合理对数据进行分析解释，并通过数据分析结果，能提出复杂工程问题的解决方案。
| 大数据技术与应用、多元统计分析
|
6.2具有统计学专业领域相关的实习经历，熟悉相关行业标准、法律法规。
| 统计学导论、形势与政策、思想道德与法治
|
7. 环境与可持续发展
| 7.1基于环境和社会可持续发展的评价原则和方法，正确评价分析数据。
| 马克思主义基本原理、文化素质教育(中华文化、自然科学等)
|
7.2能够理解统计学专业领域复杂问题实践相关的环境保护和社会可持续发展的内涵和意义。
| 统计学导论、统计学与数据科学前沿选讲
|
8. 职业规范
| 8.1践行社会主义核心价值观，维护国家利益，具有尊重生命、关爱他人、主张正义、诚信守法等人文社科素养和社会责任感。
| 习近平新时代中国特色社会主义思想概论、毛泽东思想和中国特色社会主义理论体系概论
|
8.2具备思辨能力、处事能力和科学精神，能够在实践中，理解并遵守职业道德和规范，并履行责任。
| 马克思主义基本原理、老员工职业发展与就业指导
|
9. 个人与团队
| 9.1具有团队合作精神，能够在团队中与其他成员协同开展工作，胜任团队成员的角色和责任。
| 创新创业教育(1)、创新创业教育(2)
|
9.2能够在多学科背景下与不同领域的团队有效合作。
| 体育(1)、体育(2)、体育(3)、体育(4)、数学模型
|
10. 沟通
| 10.1能够就复杂统计问题，以口头、文稿、图表等方式，准确表达自己的观点，回应质疑，理解与业界同行和社会公众交流的差异性。
| 统计学导论、数据可视化
|
10.2具备跨文化交流的语言、书面表达能力和一定的国际视野，能够统计学专业领域的问题，在跨文化背景下进行基本沟通和交流。
| 大学英语、文献阅读与论文写作、大学语文、统计学导论、统计学与数据科学前沿选讲
|
11. 项目管理
| 11.1能够理解项目中涉及的数据分析、经济与信息决策问题，掌握数据分析过程中涉及的数据分析与信息决策方法。
| 统计预测与决策、宏观经济学D、微观经济学D、计量经济学、金融数据分析
|
11.2能够在多学科环境下，在数据分析的过程中，运用工程管理与统计决策方法解决问题。
| 大数据技术与应用、运筹与优化
|
12. 终身学习
| 12.1能够正确认识终身学习的重要性，具有自主学习和终身学习意识。
| 老员工创新创业指导、形势与政策、数学分析选讲、毕业实习
|
12.2具备自主学习和终身学习的能力，来更好适应社会发展和统计学专业领域技术发展。
| 文献阅读与论文写作、机器学习前沿选讲、统计学与数据科学前沿选讲
|
十、制订人与审核人
制订人：方江林、夏学文、吴童霞丽
审核人：陈桥、邓永和
