本文由坛友oliyiyi发布于经管之家
大学的选择
根据可获得信息的实际情况,本课题主要考察美国的大学.对美国学校的选择,本文以美国较具权威的网站www.usnews.com所做的数理统计(mathematical statistics)全美排名的前十名大学和某国内网站的统计(statistics)专业排名(出处和年度不详)为依据(见附表).U.S.News所进行的排名,主要反映其学术优势(academic excellence).考察各大学的学术声誉,师资力量,学生选拔,资金状况及学生毕业状况等.通过设计一些客观标准,如:学术界内外的声誉排名,录取分数,科研经费,从事科研人员的总数和毕业生在职业考试和工作市场上的表现等;运用专家意见法,请大学的系主任和教员就他们熟悉的项目打分等方式对不同的专业进行排名.另外一家网站的排名,没有列明出处,据推测也应源于美国的调查机构,排名虽略有变动,但变化不大,也具有参考价值.因此,我们认为选取这些大学较具代表性.
www.usnews.com
全美数理统计排名
Math Specialties: Mathematical Statistic
1. University of California–Berkeley
2. Stanford University (CA)
3. University of Wisconsin–Madison
4. University of North Carolina–Chapel Hill
5. Harvard University (MA)
5. University of Chicago
7. Cornell University (NY)
7. Purdue University–West Lafayette (IN)
9. University of Washington
10. University of Michigan–Ann Arbor
统计(Statistics)
1 Standford Univ.
2 Univ. of California, Berkeley
3 Univ. of Chicago
4 Univ. of Wisconsin, Madison
5 Univ. of North Carolina
6 Cornell Univ.
7 Columbia Univ.
8 Harvard Univ.
9 Iowa State Univ.
10 Princeton Univ.
11 Purde Univ.
12 Univ. of California, Los Angeles
13 Univ. of Illinois at Urbana---Champaign
14 Univ. of Washington,Seattle
15 Yale Univ.
16 Carnegie Mellon Univ.
17 Colorado State Univ.
考虑两种排名,选取若干大学的统计学专业进行研究,他们包括:
加州大学伯克利分校(UC-Berkley),
哈佛大学,威斯康星大学(Madison),
北卡罗来那大学(Chapel Hill),
芝加哥大学,华盛顿大学,
加州大学洛杉矶分校(UCLA),
密歇根大学,康奈尔大学,
普渡大学(Purdue University–West Lafayette)等.
由于宾夕法尼亚大学的统计学系设于沃顿商学院,因此也比较有借鉴意义.
加拿大的学校则选取了滑铁卢大学,多伦多大学.
课程描述的模式
对课程的描述,主要依据《统计学学科体系的构造与完善研究》课题组提出的理论统计学和应用统计学框架进行的.
理论统计学 应用统计学 统计史学 统计学其他学科
统计指标体系设计 ZF统计 统计思想史学 统计活动组织与管理
统计指数理论 企业统计 统计活动史学 统计法学
试验设计 经济计量学 比较统计研究
统计调查 金融统计 统计教育与统计培训
统计描述 保险精算
概率论 人口统计学
参数估计与假设检验 社会统计学
非参数估计 科学技术统计
稳健估计 天文统计
回归分析 地质统计生物统计
方差分析 生物统计
随机过程 气象统计
时间序列分析 生态与环境统计
多元分析 医学与卫生统计
贝叶斯统计 教育与心理计量学
决策论 统计质量控制
序贯分析 可靠性分析
空间统计 生存分析
统计计算 统计应用软件
理论统计学其他学科 应用统计学其他学科
具体课程描述
统计专业课程设置从某种意义上讲,不同的学校具有其自身的特色;但就其核心和框架却是大同小异.
我们认为,各学校的课程设置各有侧重,本科生和研究生的差异显著性也有所不同,还有另外一个客观原因,就是不同学校的课程介绍详细程度不同,因此,我们以每所学校的某一门课为基本单位,而没有对这些课程内容进行汇总和综合,从而避免了人为的(即使是无意识的)"扭曲".我们将有关课程设置的文本资料的原貌展现给读者,让读者根据自己的需要去进行加工,我们列出英文的原文,然后附上中文的翻译,可能有些翻译不够准确,也有一些术语,国内的翻译不够统一.因为这一问题超出了我们的讨论范围,所以,其中的译法仅供参考.
为了方便起见,我们设置了查询链接.
理论统计学 应用统计学 统计史学
试验设计 经济计量学 统计思想史学
统计调查 金融统计
统计描述 保险精算
概率论 人口统计学
参数估计与假设检验 社会统计学
非参数估计 科学技术统计
稳健统计 天文统计
回归分析 地质统计生物统计
方差分析 生物统计
随机过程 气象统计
时间序列分析 生态与环境统计
多元分析 医学与卫生统计
贝叶斯统计 教育与心理计量学
决策论 统计质量控制
序贯分析 可靠性分析
空间统计 生存分析
统计计算 统计应用软件
理论统计学其他学科 应用统计学其他学科
线性模型
数据分析
工商管理统计
统计方法综合课
理论统计
试验设计(Design of Experiments)
先修课:概率论,数理统计,回归分析
本科
UC-Berkley:
Experimental Design -- Statistics (STAT) 232 [4 units]
Randomization, blocking, factorial design, confounding, fractional replication, response surface methodology, optimal design. Applications.
试验设计:随机化,区组设计,析因设计,混杂法, 部分重复, 反应曲面方法, 最优设计.以及应用.
哈佛大学:
[Statistics 140. Design of Experiments and Quasi-Experiments]
Statistical designs for the estimation of the effects of treatments in both controlled experiments and observational studies. Topics include randomization, blocking, fractional replication, covariance adjustment, subclassification, matched sampling, model-based adjustment.
Prerequisite: Statistics 100 and 139, or equivalent.
实验和准实验设计:观察性试验和控制性试验中的处理效果估计的统计设计.包括:随机化,区组设计,部分重复,协方差调整,次级分类,匹配抽样,基于模型的调整.
滑铁卢大学:
STAT 332 F,S 3C 0.5
Sampling and Experimental Design
Designing sample surveys. Probability sampling designs. Estimation with elementary designs. Observational and experimental studies. Blocking, randomization, factorial designs. Analysis of variance. Designing for comparison of groups.
Prereq: STAT 231 or equivalent
抽样和实验设计:抽样调查设计.概率抽样设计.基本设计的估计.观察型和实验型研究.区组设计,随机化,析因设计.方差分析.组间对照的设计.
STAT 430 F,S 3C 0.5
Experimental Design
Review of experimental designs in a regression setting; analysis of variance; replication, balance, blocking, randomization, and interaction; one-way layout, two-way layout, and Latin square as special cases; factorial structure of treatments; covariates; treatment contrasts; two-level fractional factorial designs; fixed versus random effects; split-plot and repeated-measures designs; other topics.
Prereq: STAT 331 and 332, or consent of instructor
实验设计:在回归的背景下概述实验设计;方差分析;重复,平衡法,区组设计,随机化及交互作用;单向布置,双向布置,拉丁方设计;处理的析因结构,共变;双层部分析因设计;固定效果与随机效果;裂区设计与反复测量设计;及其它论题.
华盛顿大学
STAT 486 Experimental Design (3) NW
Topics in analysis of variance and experimental designs: choice of designs, comparison of efficiency, power, sample size, pseudoreplication, factor structure. Prerequisite: Q SCI 482; recommended: Q SCI 483. Offered: jointly with Q SCI 486.
实验设计:方差分析和试验设计专题:设计选择,效率比较,功效,样本规模,伪重复,因子结构.
研究生
滑铁卢大学
STAT 830 Theory of Experimental Design S,F (0.5) 内容同STAT 430
实验设计理论:同上
芝加哥大学
345 DESIGN AND ANALYSIS OF EXPERIMENTS.
An introduction to the methodology and application of linear models in experimental design. A major focus of the course will be the basic principles of experimental design, such as blocking, randomization and incomplete layouts. Many of the standard designs, such as fractional factorial, incomplete block and split unit designs will be studied within this context. The analysis of these experiments will be developed as well, with particular emphasis on the role of fixed and random effects. Time permitting, additional topics may include response surface analysis, robust methods of analysis and the use of covariates in the analysis of designed experiments. PQ Statistics 343 and Statistics 245. Winter.
试验设计和分析:试验设计中线性模型的运用和方法介绍.集中介绍试验设计的基本原理,如:区组设计,随机化和不完整配置.学习许多标准的设计,如:部分析因设计,不完全区组设计和裂区设计.还将介绍试验分析.
华盛顿大学
STAT 577 Advanced Design and Analysis of Experiments (3)
Concepts important in experimental design: randomization, blocking, confounding. Application and analysis of data from randomized blocks designs, Latin and Greco-Latin squares, incomplete blocks designs, split-plot and repeated measures, factorial and fractional replicates, response surface experiments. Prerequisite: STAT 570 or STAT 421 (minimum grade 3.0), or permission of instructor. Offered: jointly with BIOST 577.
高等实验设计与分析:试验设计中的重要概念:随机化,区组设计,混杂法.随机区组设计数据的分析和应用,拉丁方和希腊拉丁方,不完整的区组设计,裂区设计和重复测量设计,析因和部分重复,反应曲面试验.
康奈尔大学
STENGR 575 Experimental Design (Enroll in OR&IE 575.) 2 credits. Weeks 8-14 (alternates with 576). Lecs. TR 8:40-9:55. Secs: W 12:20-2:15, R 2:30-4:25. Prerequisite: OR&IE 476. Instructor: R. Cleary. Randomization, blocking, sample size determination, factorial designs, 2^p full and fractional factorials, response surfaces, Latin squares, split plots, Taguchi designs. Engineering applications. Computing in MINITAB or SAS.
