统计数据科学 BSc (Hons)

Heriot-Watt University - 赫瑞瓦特大学

本模块提供了统计推断的介绍；为数据建立简单的概率模型，并了解这些模型的重要特征；发展统计模拟技能.

本模块为可能专攻数学、精算数学或统计学的学生提供了一门微分课程，并介绍了积分微积分的应用。该模块建立在学生在学校所学的基础上，但提供了更深入的研究，并引入了新的材料和概念。

本模块建立在微积分A中介绍的微分和积分的基础上，然后继续介绍使用一阶和二阶常微分方程的数学建模技术的基本知识。该模块发展了积分方法，如部分积分和还原公式，并描述了积分的应用，包括曲线下的一般面积。介绍一阶和二阶微分方程的求解方法，并用于研究各种物理问题。

本模块提供了一个统计科学的介绍；培养使用各种图形和数字方法理解和描述数据的能力.

本模块旨在提供对几个变量函数的微积分的介绍，这将为以后的各种课程提供足够的专业知识。学生还将发展他们在微分、积分和代数操作方面的一般技能。

本模块旨在向学生介绍严格的数学论证的理念，特别是讨论微积分的严格基础。该课程的一个重要特点是使用仔细、严格的定理证明，该课程的目的之一是提高学生理解这种论证的能力，并为自己发展这种证明。分析学的一个核心概念是收敛的概念，无论是序列、数列还是函数，本课程旨在介绍这一概念，并提供将在以后课程中使用的基本结果。此外，它将给出获得不等式和近似值的方法（对近似值的精确估计），测试序列和幂级数的收敛性，以及识别由幂级数定义的函数的方法，以及函数（在有界和无界区间上）的特征，对于这些特征，函数图下的面积概念是有意义的。

本模块向学生介绍更高级的现金流累积或利息折现的数学模型，并培养学生将这些模型应用于实际金融合同和交易的技能。

本模块强化与概率模型有关的基本思想及其在统计问题上的应用；介绍计算机模拟及其在概率和统计方面的应用.

本模块加强了与数据描述和分析有关的基本思想，对统计模型、估计、假设检验和回归进行了介绍，并为其应用奠定了基础.

本模块的目的是介绍使用算法来解决计算问题，使学生掌握计算机编程的基础知识；可应用于各种编程语言的技能和技巧，并让学生至少用两种现代数据科学中使用的编程语言（如R和Python）创建算法来解决计算问题。

本模块向学生介绍以利息累积或贴现的现金流的简单数学模型，并培养学生将这些模型应用于实际金融合同和交易的技能。

本模块旨在提供足够的矩阵理论和线性方程组解法的知识，以便在以后的数学和统计学模块中使用，使学生了解线性代数的基本概念，并培养学生解决涉及这些概念的问题和证明定理的能力。

在这个模块中，学生将发展对统计推断的不同方法的理解；发展实际的、基于计算机的估计和推断的技能；发展报告写作和演示技能；发展独立研究技能.

本模块为学生提供现代贝叶斯统计推断的知识，了解统计学和随机模拟方法（包括MCMC）中计算方法的理论和应用，以及在实际情况下实施贝叶斯方法的经验。

本模块了解死亡率、疾病和其他生活史事件的数学模型在研究精算过程中的应用；能够估计这些模型中的参数，主要是通过最大似然法；应用平滑观察到的死亡率的方法，并测试模型的拟合度。

本模块培养对社会科学中应用的专业多元统计技术的理解，包括线性建模和广义线性建模方法；培养在使用标准统计软件包分析实验数据中应用这些方法的熟练程度；进一步发展撰写报告和报告科学研究结论的有效技能.

在这个模块中，学生将发展理解和解决实际统计问题的能力；学习如何选择适当的统计技术以分析数据；学习使用适当的计算机软件包来实现相关的统计技术；发展报告写作和演示技能，并发展独立研究技能。

本模块介绍了在保险、投资和随机建模中有用的基本随机过程，并发展分析这些过程长期行为的技术和方法。

本模块的主要目的是介绍解决线性编程、非线性编程和经典变分微积分三个领域的优化问题的不同方法。除了理论处理之外，还将介绍一些优化问题的数值方法。

本模块向学生介绍时间序列分析，特别是众所周知的线性模型、非线性模型、它们的概率特性、估计、模型选择、统计推断和基于拟合模型的预测，以及它们在金融和保险中的应用。

在这个模块中，学生将：发展独立的研究技能，深入了解当前统计科学中的一个重要课题，发展报告写作和演示技能.

在这个模块中，学生将发展独立的研究技能，深入了解当前统计科学中的一个重要课题，发展报告写作和演示技能.

本模块为学生提供了对数据挖掘和机器学习以及支撑这些技术的数学的深入介绍。主题将包括生成和判别方法、分类、聚类、回归、监督和无监督学习。学生将通过使用WEKA软件将一系列机器学习算法应用于基准数据集来发展实践经验。