【正文】 推斷方法,中間三章主要介紹貝葉斯決策方法,最后一章是貝葉斯計(jì)算。2. 貝葉斯公式167。第二章：貝葉斯推斷核心要點(diǎn)貝葉斯推斷的常用方法167。4. 假設(shè)檢驗(yàn)167。2. 利用先驗(yàn)信息確定先驗(yàn)分布167。1. 決策問(wèn)題的三要素167。5. 常用損失函數(shù)167。3. 常用損失函數(shù)下的貝葉斯估計(jì)167。1. 風(fēng)險(xiǎn)函數(shù)167。5. 貝葉斯估計(jì)的性質(zhì)第七章：貝葉斯計(jì)算核心要點(diǎn) MCMC算法以及在實(shí)際問(wèn)題中如何使用167。4. Metropolis—Hasting算法167。對(duì)任課教師的要求: 博士學(xué)位，學(xué)過(guò)概率論與數(shù)理統(tǒng)計(jì)，學(xué)過(guò)數(shù)值計(jì)算等相關(guān)課程。主要內(nèi)容包括：優(yōu)化與求解非線性方程組，組合優(yōu)化，EM優(yōu)化方法，數(shù)值積分，隨機(jī)模擬與Monte Carlo積分，MCMC方法，Bootstrap方法，非參數(shù)密度估計(jì)，二元光滑方法，多元光滑方法。1. Taylor 定理和數(shù)學(xué)極限定理167。1. 對(duì)于單變量問(wèn)題：Newton法，F(xiàn)isher得分法，正割法，不動(dòng)點(diǎn)迭代法167。2. 禁忌算法167。2. EM算法167。3. Guass 求積167。3. 方差縮減技術(shù)第七章：MCMC方法核心要點(diǎn)167。1. 輔助變量方法167。5. 馬氏鏈極大似然第九章：Bootstrap 方法核心要點(diǎn)167。4. Bootstrap推斷167。1. 績(jī)效度量167。1. 預(yù)測(cè)響應(yīng)數(shù)據(jù)167。5. 置信帶167。平時(shí)成績(jī)包括習(xí)題討論，內(nèi)容演講，編寫程序等方面的考核，平時(shí)成績(jī)占60%。The Statistician對(duì)任課教師的要求:大綱撰寫人: 張淑梅《隨機(jī)過(guò)程》教學(xué)大綱課程中文名稱：隨機(jī)過(guò)程課程英文名稱：Stochastic Processes總學(xué)時(shí): 36 學(xué)分: 2適用專業(yè)(學(xué)科方向): 統(tǒng)計(jì)學(xué)、應(yīng)用統(tǒng)計(jì)先修課程(含已具備的學(xué)識(shí)基礎(chǔ)的要求): 概率論教學(xué)目標(biāo):通過(guò)本課程的學(xué)習(xí)，使學(xué)生掌握經(jīng)典隨機(jī)過(guò)程模型的理論和方法，能應(yīng)用相關(guān)隨機(jī)模型進(jìn)行實(shí)際數(shù)據(jù)的建模，模擬，擬合和推斷等。根據(jù)學(xué)生的基礎(chǔ)可適當(dāng)增減學(xué)習(xí)內(nèi)容。鈀燭罰櫝箋礱颼畢韞糲銨鵬駱隸驅(qū)訛。主要章節(jié)：第一章：引言核心要點(diǎn)引入時(shí)間序列的概念,常見分類已經(jīng)應(yīng)用背景167。2. 趨勢(shì)項(xiàng)和季節(jié)項(xiàng)的估計(jì)和分離167。1. 自回歸模型167。5. 周期與乘積模型167。1. 平穩(wěn)序列均值估計(jì)167。5. 自回歸滑動(dòng)平均模型擬合167。9. 其它時(shí)序模型的統(tǒng)計(jì)方法第五章：時(shí)間序列的預(yù)報(bào)核心要點(diǎn)最小方差預(yù)報(bào),平穩(wěn)線性預(yù)報(bào)167。4. 新息預(yù)報(bào)第六章：具有異方差特征的時(shí)間序列處理方法核心要點(diǎn) BoxCox變換,ARCH模型,GARCH模型167。1. 平穩(wěn)序列自協(xié)方差函數(shù)的譜表示167。3. 隱含周期項(xiàng)的檢測(cè)方法167。3. VAR模型的統(tǒng)計(jì)方法167?！稌r(shí)間序列的理論與方法》，J. Brockwell ，田錚譯，Springer出版社齡踐硯語(yǔ)蝸鑄轉(zhuǎn)絹攤濼絡(luò)減貽顏饌農(nóng)。預(yù)期效果:通過(guò)理論學(xué)習(xí)和實(shí)踐鍛煉，實(shí)現(xiàn)教學(xué)目標(biāo)。大綱撰寫人: 李慧孫永強(qiáng)《抽樣技術(shù)與市場(chǎng)調(diào)查》教學(xué)大綱課程中文名稱：《抽樣技術(shù)與市場(chǎng)調(diào)查》課程英文名稱：Sampling Technique and Market Survey總學(xué)時(shí): 36 學(xué)分: 2適用專業(yè)(學(xué)科方向): 統(tǒng)計(jì)學(xué)及相關(guān)專業(yè)先修課程(含已具備的學(xué)識(shí)基礎(chǔ)的要求):高等代數(shù)、微積分、概率論、統(tǒng)計(jì)學(xué)教學(xué)目標(biāo):通過(guò)理論學(xué)習(xí)和實(shí)踐訓(xùn)練，使學(xué)生具備組織、設(shè)計(jì)一項(xiàng)抽樣調(diào)查的能力，同時(shí)具備撰寫一份完整的調(diào)查報(bào)告的能力。以老師講授為主，學(xué)生討論為輔。1. 多元平穩(wěn)時(shí)間序列167。1. 離散Fourier變換167。2. 異方差的檢驗(yàn)167。2. 平穩(wěn)序列的預(yù)報(bào)167。7. 廣義ARMA模型167。3. 自回歸模型擬合167。7 常見幾種非線性時(shí)間序列模型第四章：時(shí)間序列的時(shí)域統(tǒng)計(jì)分析核心要點(diǎn)平穩(wěn)序列的樣本均值,樣本自協(xié)方差函數(shù),樣本自相關(guān)函數(shù),樣本偏相關(guān)函數(shù)參數(shù)的矩估計(jì),極大似然估計(jì)等薊鑌豎牘熒浹醬籬鈴騫違紗駑緩馬蝕。3. 自回歸滑動(dòng)平均混合模型167。4. 平穩(wěn)時(shí)間序列167。2. 應(yīng)用分類第二章：時(shí)間序列的時(shí)域描述方法核心要點(diǎn)時(shí)間序列定義,平穩(wěn)時(shí)間序列,有限參數(shù)模型167?！稌r(shí)間序列分析》教學(xué)大綱課程中文名稱：時(shí)間序列分析課程英文名稱：Time Series Analysis總學(xué)時(shí): 36 學(xué)分: 2適用專業(yè)(學(xué)科方向): 統(tǒng)計(jì)學(xué)先修課程(含已具備的學(xué)識(shí)基礎(chǔ)的要求):概率論與數(shù)理統(tǒng)計(jì),隨機(jī)過(guò)程教學(xué)目標(biāo):掌握時(shí)間序列的基本定理,常用的時(shí)序模型(包括:線形和非線性模型),并會(huì)使用一門統(tǒng)計(jì)軟件分析時(shí)間序列數(shù)據(jù)貞廈給鏌綞牽鎮(zhèn)獵鎦龐朮戧籩賂馱見。主要章節(jié)：第一章 介紹 Kolmogrov 相容性原理 隨機(jī)過(guò)程可分、可測(cè)性 停時(shí)，Laplace變換第二章 泊松過(guò)程 泊松過(guò)程的性質(zhì) 非時(shí)齊泊松過(guò)程 復(fù)合泊松過(guò)程 有限點(diǎn)過(guò)程和一般標(biāo)值點(diǎn)過(guò)程似然 雙隨機(jī)點(diǎn)過(guò)程 點(diǎn)過(guò)程模擬算法第三章 更新過(guò)程 更新報(bào)酬過(guò)程 再生過(guò)程第四章 離散時(shí)間參數(shù)馬氏鏈 Kolmogorov 方程 狀態(tài)分類 遍歷和周期馬氏鏈 生滅過(guò)程 分支過(guò)程第五章 連續(xù)時(shí)間參數(shù)馬氏鏈 Kolmogorov 方程 常返性與遍歷性 吸收馬氏鏈 階段型分布 均勻化 可逆連續(xù)時(shí)間參數(shù)馬氏鏈，連續(xù)時(shí)間參數(shù)馬氏鏈的條件模擬 一般馬氏過(guò)程第六章 馬爾科夫更新過(guò)程和半再生過(guò)程介紹 馬爾科夫更新方程 半馬氏過(guò)程及相關(guān)報(bào)酬過(guò)程 半再生過(guò)程第七章 布朗運(yùn)動(dòng)與其它擴(kuò)散過(guò)程 布朗運(yùn)動(dòng) Ito公式與隨機(jī)微分方程 多維Ito公式教學(xué)方式: 課堂講授、分組討論考核方式: 開卷考試，實(shí)際數(shù)據(jù)分析或者完成部分書后習(xí)題。預(yù)期效果: 掌握經(jīng)典隨機(jī)過(guò)程模型的理論和方法及其模擬、推斷。教材(含經(jīng)典學(xué)術(shù)名著)及參考文獻(xiàn)(含境內(nèi)外學(xué)科主流名刊)：Geof H. Givens等著，王兆軍等譯. 計(jì)算統(tǒng)計(jì). 北京：人民郵電出版社, 2009.Sheldon ，王兆軍等譯. 統(tǒng)計(jì)模擬. 北京：人民郵電出版社，2007.Geof H. Givens等著. Computational Statistics. Wiley, 。1. 多元預(yù)測(cè)響應(yīng)數(shù)據(jù)光滑方法167。3. 線性光滑函數(shù)的比較167。3. 非核方法167。6. Bootstrap近似的階167。2. 非參數(shù)Bootstrap和參數(shù)化Bootstrap方法167。3. 完美抽樣167。2. 不同類型的提案分布得到的幾種MetropolisHastings的變形167。1. Monte Carlo 方法的介紹167。1. NewtonCotes 求積167。4. 遺傳算法第四章：EM優(yōu)化方法核心要點(diǎn)167。第三章：組合優(yōu)化核心要點(diǎn)167。3. 似然推斷，Bayes推斷167。該櫟諼碼戇沖巋鳧薩錠謨贛贅眾騶嶠。預(yù)期效果: 在求解模型的參數(shù)估計(jì)、模擬試驗(yàn)等問(wèn)題中能選擇適當(dāng)?shù)慕y(tǒng)計(jì)計(jì)算方法?？己朔绞? 考試教材(含經(jīng)典學(xué)術(shù)名著)及參考文獻(xiàn)(含境內(nèi)外學(xué)科主流名刊)：《貝葉斯統(tǒng)計(jì)》，卯詩(shī)松，湯銀才編著，中國(guó)統(tǒng)計(jì)出版社。2. 貝葉斯分析中的直接抽樣方法167。3. 最小最大準(zhǔn)則167。5. 最佳樣本量的確定167。1. 貝葉斯決策問(wèn)題167。3. 先驗(yàn)期望準(zhǔn)則167。4. 無(wú)信息先驗(yàn)分布167。5. 似然原理第三章：先驗(yàn)分布的確定核心要點(diǎn)確定先驗(yàn)分布的常規(guī)方法167。2. 估計(jì)167。4. 超參數(shù)及其確定167。167。Davison, A. C. and Hinkley, D. V. (1997) Bootstrap methods and their application. 。緦徑銚膾齲轎級(jí)鏜撟廟耬癬紇徑驕鄰。根據(jù)學(xué)生的基礎(chǔ)可適當(dāng)增減學(xué)習(xí)內(nèi)容。3. 資源環(huán)境核算專題教學(xué)方式: 課堂授課與專題討論考核方式: 課程論文教材(含經(jīng)典學(xué)術(shù)名著)及參考文獻(xiàn)(含境內(nèi)外學(xué)科主流名刊)：聯(lián)合國(guó)等：國(guó)民賬戶體系2008《統(tǒng)計(jì)研究》、《經(jīng)濟(jì)研究》、《中國(guó)社會(huì)科學(xué)》《the review of ine and wealth》、《social indicators research》視絀鏝鴯鱭鐘腦鈞欖糲僉爾魷癆駱鈐。1. CPI專題167。2 資金流量表專題167。4. 地區(qū)與國(guó)家GDP銜接專題167。9. 中國(guó)國(guó)民經(jīng)濟(jì)核算體系修訂第三章：生產(chǎn)與收入核算167。5. 金融工具核算方法167。1. SNA3008的更新方案167。夾覡閭輇駁檔驀遷錟減汆藥徑鴕駭槍。對(duì)任課教師的要求: 獲得統(tǒng)計(jì)學(xué)博士學(xué)位，具有很深的統(tǒng)計(jì)學(xué)理論大綱撰寫人: 童行偉《高級(jí)國(guó)民經(jīng)濟(jì)核算》教學(xué)大綱課程中文名稱：高級(jí)國(guó)民經(jīng)濟(jì)核算課程英文名稱：Advanced national accounts總學(xué)時(shí): 36 學(xué)分: 2適用專業(yè)(學(xué)科方向): 先修課程(含已具備的學(xué)識(shí)基礎(chǔ)的要求):高級(jí)宏觀經(jīng)濟(jì)學(xué)教學(xué)目標(biāo):使學(xué)生跟蹤國(guó)內(nèi)外國(guó)民經(jīng)濟(jì)核算的前沿進(jìn)展，學(xué)會(huì)國(guó)民經(jīng)濟(jì)核算的專門分析方法，并運(yùn)用有關(guān)核算知識(shí)解決具體問(wèn)題。Lehmann, . (1998). Elements of LargeSample Theory. SpringerVerlag, New York鐒鸝餉飾鐔閌貲諢癱騮吶轉(zhuǎn)鮭錢驗(yàn)鎖。5. 多參數(shù)情形Ｉ: 漸近正態(tài)性　167。1. 極大似然167。2. 統(tǒng)計(jì)量范函167。5. 應(yīng)用案例　167。1. 多元分布的收斂167。1. 區(qū)間估計(jì)167。2. 效用比較167。6. 一致收斂167。2. 應(yīng)用167。4. 收斂速度167。主要章節(jié)：第一章：統(tǒng)計(jì)基本概念核心要點(diǎn)：極限，收斂速度，連續(xù)性167。預(yù)期效果: 掌握統(tǒng)計(jì)學(xué)中的大樣本基本概念和基本理論，掌握收斂速度，依概率收斂，依分布收斂，極限定理，點(diǎn)估計(jì)，區(qū)間估計(jì)，并善于利用概率論的基礎(chǔ)知識(shí)來(lái)證明估計(jì)量的大樣本性質(zhì)。4. 統(tǒng)計(jì)推斷167。4. Bayes方法第三章多元廣義線性模型核心要點(diǎn)：介紹多元廣義線性模型的結(jié)構(gòu)，參數(shù)估計(jì)和假設(shè)檢驗(yàn)方法，以及模型擬合優(yōu)度檢167。167。2. 屬性數(shù)據(jù)的概率分布167。預(yù)期效果: 使學(xué)生掌握廣義線性模型的基本知識(shí)，并能應(yīng)用這些知識(shí)解決社會(huì)科學(xué)、行為科學(xué)、生物醫(yī)學(xué)公共衛(wèi)生、金融保險(xiǎn)等領(lǐng)域的相關(guān)問(wèn)題。趙彥云，2000，金融統(tǒng)計(jì)分析，中國(guó)金融出版社。杜金富等，2013，貨幣與金融統(tǒng)計(jì)學(xué)（第3版），中國(guó)金融出版社。IMF. Monetary and Financial Statistics Compilation Guide. IMF, Washington DC, 。3．金融脆弱性與系統(tǒng)性風(fēng)險(xiǎn)統(tǒng)計(jì)167。2．金融高頻數(shù)據(jù)分析常用方法與模型167。2．資產(chǎn)定價(jià)模型167。1．國(guó)際收支和國(guó)際投資頭寸統(tǒng)計(jì)167。3．通貨膨脹與經(jīng)濟(jì)增長(zhǎng)關(guān)系167。3．保險(xiǎn)精算167。4．投資基金的價(jià)值分析167。5．中國(guó)貨幣與金融統(tǒng)計(jì)體系第三章證券市場(chǎng)統(tǒng)計(jì)核心要點(diǎn)：有價(jià)證券、股票市場(chǎng)統(tǒng)計(jì)、債券市場(chǎng)統(tǒng)計(jì)167。1．貨幣與金融統(tǒng)計(jì)概覽167。主要章節(jié)：第一章金融統(tǒng)計(jì)學(xué)概述核心要點(diǎn)：金融體系、金融統(tǒng)計(jì)167。預(yù)期效果：課堂教學(xué)氣氛活躍，熟練掌握金融統(tǒng)計(jì)學(xué)的主要內(nèi)容，能夠運(yùn)用金融統(tǒng)計(jì)的理論、方法與模型分析金融問(wèn)題，撰寫研究分析報(bào)告。指出中國(guó)國(guó)民核算數(shù)據(jù)的現(xiàn)狀與存在問(wèn)題。SNA的修訂與中國(guó)國(guó)民經(jīng)濟(jì)核算體系改革課題組, 許憲春, 彭志龍, 呂峰, 2013f. SNA關(guān)于非壽險(xiǎn)服務(wù)產(chǎn)出測(cè)算方法的修訂及中國(guó)有關(guān)核算的改革研究. 統(tǒng)計(jì)研究, 。SNA的修訂與中國(guó)國(guó)民經(jīng)濟(jì)核算體系改革課題組, 許憲春, 彭志龍, 杜治秀, 2013d. SNA關(guān)于雇員股票期權(quán)核算方法的研究及其對(duì)中國(guó)國(guó)民經(jīng)濟(jì)核算的影響. 統(tǒng)計(jì)研究, 。SNA的修訂與中國(guó)國(guó)民經(jīng)濟(jì)核算體系改革課題組, 許憲春, 彭志龍, 陳杰, 2012a. 按經(jīng)濟(jì)所有權(quán)原則記錄國(guó)際貿(mào)易對(duì)國(guó)民賬戶的影響. 統(tǒng)計(jì)研究, 。高敏雪, 李靜萍 amp。3. 中國(guó)國(guó)民核算體系的改革與發(fā)展教學(xué)方式: 課堂講授考核方式: 隨堂考試教材(含經(jīng)典學(xué)術(shù)名著)及參考文獻(xiàn)(含境內(nèi)外學(xué)科主流名刊)：教材：Commission, E., Fund, I. M., Development, O. f. E. . a., Nations, U. amp。1. 季度國(guó)民經(jīng)濟(jì)核算與年度國(guó)民經(jīng)濟(jì)核算167。3. 價(jià)格和物量的國(guó)際比較第五章：SNA衛(wèi)星賬戶核心要點(diǎn)167。2. 對(duì)稱型投入產(chǎn)出表167。2. 企業(yè)賬戶167。1. 主要宏觀經(jīng)濟(jì)總量167。Journal of the Royal Statistical Society, Series 。3. 鏈圖167。3. 動(dòng)態(tài)聚類法167。4. 逐步判別法167。6. 因子分析模型的應(yīng)用第八章：判別分析核心要點(diǎn)167。2. 因子模型的基本性質(zhì)167。2. 總體典型相關(guān)變量的推導(dǎo)及基本性質(zhì)167。2. 總體主成分的推導(dǎo)及基本性質(zhì)167。1. 一元正態(tài)總體的相關(guān)檢驗(yàn)回顧167。1. 均值和協(xié)方差陣的最大似然估計(jì)167。3. 若干預(yù)備知識(shí)第二章：多元正態(tài)分布核心要點(diǎn)167。諺辭調(diào)擔(dān)鈧諂動(dòng)禪瀉類謹(jǐn)覡鸞幀鮮奧。教學(xué)目標(biāo):通過(guò)本課程的學(xué)習(xí)，使學(xué)生掌握多元正態(tài)分布的基本理論，掌握常用多元分析方法的原理及實(shí)施方法。Huber, P. J. (1981). Robust Stat