科研1V1丨分析，预测，决断--大数据时代下的统计学

课程类型：定制型科研课程&项目

Project Mentor：威斯康星大学麦迪逊分校博士

理科

 PROJECT MENTOR 

 Thomas Dong 

• 本科毕业于香港科技大学，数学与经济学专业，辅修计算机科学

• 本科期间荣获学术成就奖

• 威斯康星麦迪逊大学 UW-Madison 博士三年级在读，统计学专业

 项目安排 

  Week 1    统计之美---大数据时代下的统计  

• 介绍当代数据科学在高科技，生物医药，金融等不同领域的应用价值。

• 用恰当的图表展示类别数据和定量数据，如盒形图，散点图，折线图等等。

• 怎样描述一组数据？均值，方差，数学期望，偏度等等。

• 怎样获得数据，如何从统计学的角度思考问题？

  Week 2    R语言基础  

• 如何用R语言进行简单的计算？

• R语言语法：变量，条件语句，循环语句，函数。

• R语言数据分析基础。

• R语言画图展示数据。

  Week 3    概率统计基础  

• 案例分析介绍随机变量，概率分布。

• 离散型随机变量的概率分布：二项分布，几何分布等。

• 连续型随机变量的概率分布：正态分布，指数分布等。

  Week 4    参数估计和假设检验基础  

• 估计总体的均值，方差。

• 总体均值，方差的检验。

• R语言应用：假设检验。

• 数学基本原理。*视学生能力和兴趣而定。

  Week 5    类别变量分析和回归分析  

• 两个类别变量独立性检验。

• 简单线性回归模型。

• 多元线性回归模型。

• Logistic回归模型。

• R语言应用：拟合线性回归方程进行预测。

  Week 6   统计/机器学习入门  

• 大数据时代下的统计/机器学习。

• 聚类分析。

• K-NN模型，树模型等。*视学生能力和兴趣而定。

  Project： 探究比较不同统计方法  

  Week 7    实战——用统计学方法分析数据  

• 我们将挑选几个有趣且稍微有难度的数据集供学生选择。

• 如何呈现数据，探索数据中有趣的信息：整理、分析数据集，用美观的插图呈现数据。

• 挑选并用R语言实现适合数据的2个或多个模型。

• 对比不同的统计学模型的预测效果并讨论探究。

  Week 8    结题报告  

• 学生写出结题报告并用英文展示结果。

 项目收获 

通过两个月项目学习你将获得：

• 定制产出：实验报告

• 课程证明：导师签发的项目证明

• 学术经历：符合学术和大学专业兴趣的项目制课程学习，开启科研之路

• 自我成长：提升学术阅读，批判性思维能力，统计分析能力以及写作能力，提前适应国外的教学模式

 适用人群 

• 对数学，统计和概率学感兴趣，数学基础扎实的高中生。

• 本项目全英文教学，英文课件，建议学生托福80以上，雅思6.0 以上。

 项目亮点 

• 美国威斯康星麦迪逊大学博士导师

• 导师会根据学生的程度最终调整课程难度和整体内容

• 一对一授课：市面上最高性价比的一对一授课项目

• 班主任全程督导：全天候陪伴学生解决困难，适应互动式教学

 常见问题 

 Q1.项目是怎么进展的，通过什么平台？

项目是远程线上形式的，导师通过Zoom平台给学生授课，平时也可以通过微信沟通。

 Q2.项目时长？

导师每周授课一次，持续7-8周，每次授课1.5小时左右

 Q3.课下我需要多长时间消化课程内容？

为了保证学习效果最大化以及项目的顺利推进，建议学生每周课下自学时间至少保持在6小时以上。

 Q4.课程证明有什么用？

课程证明反映了学生的阶段性学习能力和对专业领域额知识的了解程度。在申请中，它是文书材料中让人眼前一亮的经历，也是简历中学术能力的直接展现。此外，课程证明也是对学生短期学习能力的肯定，鼓励学生在学术道路上继续前行。

 Q5.科研经历的意义是什么？

科研经历是一个学生优秀学习能力和批判性理解能力的重要体现。好的科研经历可以证明学生有非常好的学术能力，创新能力和科研能力，对申请中的短板可以做一个好的额补充。好的科研经历还可以让同学们得以与世界一流科研研究室工作的导师们密切交流，获得相应学科前沿领域的认知，进而发现自己真正的兴趣点，获得将来职业发展的启发。