暨南大学 2025 年统计学博士招生专业目录

一、学科与学院概况

二、分研究方向招生详情

（一）社会经济统计（01 方向）

• 拟招生人数：1 人
• 招生导师：陈光慧
• 研究重点：
  国民经济核算、宏观经济统计分析、社会发展统计监测
• 考试科目：
  ①1001 英语
  ②2016 统计学
  ③3029 高等数理统计
• 导师研究领域：
  长期从事宏观经济统计与社会发展指标体系研究，在《统计研究》等期刊发表多篇论文，主持国家社科基金项目。

（二）数据科学统计分析方法及应用（02 方向）

• 拟招生人数：2 人
• 招生导师：柳向东、侯雅文
• 研究重点：
  大数据统计分析、机器学习在经济金融中的应用、复杂数据结构建模
• 考试科目：
  ①1001 英语
  ②2016 统计学
  ③3029 高等数理统计
• 导师研究领域：
  • 柳向东：专注于高维数据统计推断、非参数统计方法，在《Journal of the American Statistical Association》等国际期刊发表论文。
  • 侯雅文：研究方向为数据挖掘与经济预测，擅长将统计学习方法应用于金融市场分析。

（三）数理统计与应用（03 方向）

• 拟招生人数：1 人
• 招生导师：杨广仁、王国长、姜云卢
• 研究重点：
  统计推断理论、随机过程应用、金融风险建模与统计方法
• 考试科目：
  ①1001 英语
  ②2016 统计学
  ③3029 高等数理统计
• 导师研究领域：
  • 杨广仁：从事时间序列分析、计量经济模型的统计推断研究，主持教育部人文社科项目。
  • 王国长：研究方向为随机分析与数理金融，在随机控制和金融衍生品定价领域有深入研究。

三、统一考试科目解析

（一）公共基础科目

• 1001 英语：
  考查专业英语阅读与写作能力，侧重统计学文献理解，需掌握统计学术语的英文表达（如 "Bayesian inference""nonparametric regression" 等）。

（二）专业核心科目

1. 2016 统计学：
   • 考核范围：
     描述性统计、推断统计（参数估计与假设检验）、回归分析（线性回归与广义线性模型）、时间序列分析基础
   • 参考书目：
     • 贾俊平《统计学（第八版）》，中国人民大学出版社
     • 茆诗松《概率论与数理统计教程（第三版）》，高等教育出版社
2. 3029 高等数理统计：
   • 考核重点：
     统计决策理论、极大似然估计、贝叶斯推断、非参数统计方法、高维统计推断基础
   • 参考书目：
     • 陈希孺《数理统计学教程》，科学出版社
     • Wasserman《All of Statistics: A Concise Course in Statistical Inference》（英文影印版）

四、报考关键信息

（一）时间节点

• 统一考试报名时间：2025 年 2 月 26 日 - 3 月 31 日
• 初试时间：2025 年 4 月 19 日 - 20 日
• 复试时间：2025 年 5 月上旬（以经济学院通知为准）

（二）特殊要求

• 同等学力限制：不接受同等学力考生报考
• 录取类别：全日制非定向，需全脱产学习并转入人事档案
• 导师选择：报名时无需选择导师，拟录取后根据研究方向与导师双向互选

（三）联系方式

• 经济学院研究生办公室：
  电话：020-85220106
  地址：广州市天河区黄埔大道西 601 号暨南大学经济学院
• 学校研招办：
  电话：020-85223401
  官网：https://yz.jnu.edu.cn/

五、研究方向特色与资源

（一）社会经济统计方向

• 学科交叉优势：依托暨南大学经济学科资源，重点培养经济统计分析能力，适合有经济学背景的考生。
• 数据支撑：可使用国家统计局公开数据、暨南大学经济学院购买的 Wind 经济数据库。

（二）数据科学统计分析方向

• 方法论创新：融合统计学与机器学习，开设高维数据分析、深度学习在统计中的应用等前沿课程。
• 科研平台：共享暨南大学数据科学与大数据技术实验室，支持 Python/R 语言编程与大数据处理。

（三）数理统计与应用方向

• 金融统计特色：结合粤港澳大湾区金融市场特点，开展金融风险建模与投资组合优化研究。
• 国际合作：导师团队与香港中文大学、新加坡国立大学统计系有联合培养项目。

六、备考建议

（一）科目备考策略

• 2016 统计学：注重基础概念与实际应用结合，建议整理回归分析、时间序列分析的经典案例（如 CPI 指数编制、GDP 预测模型）。
• 3029 高等数理统计：重点掌握极大似然估计、贝叶斯推断的理论推导，练习高维统计推断的计算题（如 Lasso 回归的性质分析）。
• 英语科目：阅读《Journal of Econometrics》《Statistical Science》等期刊的综述文章，积累专业词汇。

（二）材料准备要点

• 学术论文：优先提交与统计学相关的研究成果，若有经济统计或数据科学方向的论文更佳。
• 研究计划书：需明确研究问题、统计方法（如拟采用的机器学习算法或统计模型）及数据来源，建议参考导师近年发表的论文主题（可在 CNKI 或 Web of Science 检索）。
• 推荐信：选择统计学或相关领域教授，突出科研潜力与方法论掌握能力。