研究生统计课程
统计数据分析
STAT 5301为学生提供各种统计方法的实践经验,这些方法在现代生物数据分析中有用,包括线性和逻辑回归, Bootstrap Methods; Multivariate Data Reduction Techniques (Factor Analysis, Principal Component Analysis); Canonical Correspondence and Multidimensional scaling (MDS) analyses; Data Mining techniques including regression trees with Random Forest, K-means Clustering and Resampling Methods; and Introduction to Bayesian Analysis.
高级采样
本课程将着重于规划, the execution and analysis of sampling from finite populations; simple, 分层, and multistate and systematic sampling; ratio estimates.
前提条件:部门批准.
STAT 6379随机过程
课程主题包括离散和连续时间马尔可夫过程, 泊松过程, 更新流程, 扩散过程, 布朗运动.
前提条件:数学6365成绩C或以上.
STAT 6380时间序列分析
本课程介绍统计时间序列分析. 主题包括ARIMA和其他时间序列模型, 预测, 光谱分析, 时域回归, 模式识别, 参数估计, 诊断检查.
先决条件:成绩C或更好的STAT 6379.
STAT 6381数理统计
This course in Mathematical Statistics includes the theory of estimation and hypothesis testing; point estimation, 区间估计, 足够的数据, 决策理论, 最强大的测试, 似然比检验, 卡方测试, 最小方差估计, 检验假设的内曼-皮尔逊理论, 以及决策理论的要素.
前提条件:数学6365成绩C或以上.
统计计算
这是一门现代计算密集型统计方法的课程,包括模拟, 优化方法, 蒙特卡罗积分, 最大似然/EM参数估计, 马尔可夫链蒙特卡罗方法, 重采样方法, 和非参数密度估计.
前提条件:教师同意.
STAT 6383实验设计和分类数据
课程主题包括实验设计和分析, including one-way and two-way layouts; factorial experiments; balanced incomplete block designs; crossed and nested classifications; fixed, random, and mixed models; split-plot designs, 对分类数据的推断, 应急表, 广义线性模型, 逻辑回归, logit和对数线性模型.
先决条件:数学成绩C或以上6364.
STAT 6384生物统计学
This course is a survey of crucial topics in biostatistics; application of regression in biostatistics; analysis of correlated data; logistic and Poisson regression for binary or count data; survival analysis for censored outcomes; design and analysis of clinical trials; sample size calculation by simulation; bootstrap techniques for assessing statistical significance; data analysis using R.
前提条件:教师同意.
统计数据挖掘
本课程将提供有效处理数据挖掘技术所需的必要统计知识. 主题包括统计学习的介绍, 概率分布, 线性回归模型, 分类的线性模型(线性判别分析), 逻辑回归), 人工神经网络, 支持向量机, 重采样和正则化方法, 变量的选择, 降维, 和集群. 学生将有机会将数据挖掘技术应用于各个跨学科领域的实际应用,以发现隐藏的模式并做出有效的预测. R软件将用于计算分析.
先决条件:数学6330和数学6364成绩C或以上.
STAT 6389精算统计
本课程将为损失模型提供必要的概率和统计知识. 主题包括建模, 随机变量, 基本分配量, 保险精算模型, 连续模型, 离散分布与过程, 覆盖修改的频率和严重性, 以及总损失模型. 学生将有机会应用精算科学中的损失数据来建立和估计精算模型,并做出有效的预测. 计算分析将使用R软件和Excel.
前提条件:数学6365成绩C或以上或教师同意.
STAT 6390实习
在本课程中, 学生将寻求将他们在课程中获得的知识应用到私营或政府部门的实习中. 他们将有机会获得在实际工作环境中应用统计和数据科学原理和概念的洞察力和经验. 学生将在统计学教员和参与实习网站的合作成员的监督下进行实习.
前提条件:研究生项目主任同意.