Статистическая наука

Аспирантура по статистическим наукам представляет собой девятимесячный учебный курс, который проводится с октября каждого учебного года. Это похоже на MSc в статистической науке, но нет диссертации. В курсе особое внимание уделяется современной вычислительно-интенсивной теории и методам.

PGDip стремится научить вас решать реальные статистические задачи. По окончании курса вы должны быть в состоянии выбрать подходящий статистический метод для решения конкретной задачи анализа данных, внедрить анализ на компьютере и четко и кратко изложить свои результаты.

Курс предлагает широкое обучение высокого уровня в области прикладной и вычислительной статистики, статистического машинного обучения и фундаментальных принципов статистического вывода. Обучение проводится посредством математически сложных лекций и занятий по задачам, практических занятий в компьютерной лаборатории и написания отчетов.

Вы будете оцениваться по вашей успеваемости на двух письменных экзаменах в мае, а также по вашим представленным отчетам в оцененных практических задачах, установленных в течение года.

Департамент статистики внес некоторые изменения в содержание и проведение курса, и пересмотренная программа впервые будет запущена в 2016–2017 годах. В настоящее время больше внимания уделяется вычислительной статистике и статистическому машинному обучению, больше возможностей для студентов проходить курсы по специальности «Математика и статистика» по программе «MMath» и расширенной поддержке класса. Структура оценки остается такой же, как и в предыдущие годы. С 2017 по 1818 курс известен как PGDip в статистической науке (ранее PGDip в прикладной статистике), чтобы лучше отражать его содержание.

Каждый семестр учащиеся проходят четыре или, как правило, пять курсов. Три курса каждый семестр являются основными курсами, и студенты должны пройти практические занятия на этих курсах.

Доступные параметры будут варьироваться от года к году. Основные курсы, доступные каждый год, также могут отличаться. В 2016-17 годах основные курсы:

• Прикладная статистика
• Статистический вывод
• Статистическое программирование
• Вычислительная статистика
• интеллектуальный анализ данных и машинное обучение
• Байесовские методы.

В 2016-17 годах возможны следующие варианты:

• Стохастические модели в математической генетике
• Вероятность и статистика для сетевого анализа
• Графические модели
• Статистическое машинное обучение
• Расширенные методы моделирования
• Актуарная наука.

Кандидаты, как правило, ожидают, что их прогнозируют или они получат степень бакалавра высшего или первого класса с отличием (или эквивалентную международную квалификацию), как минимум, в курсе с существенным углубленным математическим и статистическим содержанием. Некоторые высоко количественные курсы по естественным наукам, общественным наукам (особенно по экономике) или медицине могут быть уместными, если они соответствуют этому критерию.

Тем не менее, поступление на курс является очень конкурентным, и большинство успешных абитуриентов имеют высшее образование или эквивалент.

Для соискателей степени из США минимальный требуемый средний балл составляет 3,6 из 4,0.

Если у вас есть квалификации за пределами Великобритании и вы хотите проверить, соответствуют ли ваши квалификации этим требованиям, вы можете связаться с Национальным информационным центром признания для Соединенного Королевства (UK NARIC).

Оценки за выпускной экзамен (GRE) или GMAT не запрашиваются.

• Официальные стенограммы (ы)
• CV / Возобновить
• Личное заявление: до двух страниц
• Рекомендации / рекомендательные письма: три, как правило, академические

ТРЕБОВАНИЯ К АНГЛИЙСКОМУ ЯЗЫКУ

Более высокий уровень