欢迎大家加入南京审计大学统计与数据科学学院学习，为更好地实现培养目标，提升你们的能力，2023级的同学们，在入学前，请关注以下几个方面：
一、统计与数据科学学院简介
南京审计大学统计与数据科学学院的前身为南京审计学院应用数学系，成立于2003年，其后四易其名，包括数学与统计学院（2008.7-2014.3）、理学院（2014.3-2018.1）、统计与数学学院（2018.1-2021.4），2021年4月正式更名为统计与数据科学学院。为建设一流特色大学，2022年10月学校机构调整，由原学院的应用数学系和金融数学系组建独立设置的数学学院（公共数学教学部）。
学院现拥有统计学一级学科博士学位授予权（2021年）、统计学一级学科硕士学位授权（2017年）和应用统计专业硕士学位授权（2017年），于2003年起与南京大学联合培养统计方向的硕士研究生，于2014 年起在应用经济学一级学科下招收经济统计硕士研究生。学院现设有经济统计学（国家一流专业建设点）和统计学两个本科专业，分别于2008 年和2017 年开始招生。截至2022年12月，学院在校硕士生近200 人、在校本科生468人。
学院下设经济统计系、统计学系、数据科学系，校级研究机构中国审计情报中心（2000年）、统计科学与大数据研究院（2016年）、江苏省政府统计与大数据研究院（2020年与江苏省统计局共建）挂靠统计与数据科学学院。学院现有教职工45人，其中专任教师38人，专任教师中教授12 人、副教授10人、博士36 人（博士占比达95%），包括国家高层次人才1人、国家高层次青年人才1人、教育部统计学类教学指导委员会委员1人、江苏省“333工程”第三层次人选4人、江苏省“六大人才高峰”高层次人才2人、江苏省“青蓝工程”中青年学术带头人6人、江苏省“青蓝工程”优秀中青年骨干教师12人、江苏省双创博士8人，入选学校“润泽学者”14人。
学院现拥有江苏高校优秀科技创新团队 1 个，建有江苏省统计科研基地。统计学科是“十二五”、“十三五”江苏省重点建设学科（2021年验收优秀）。2012 年统计学科作为应用经济学科方向之一，入选江苏省重点序列学科。2018 年统计学科作为应用经济学科的核心方向之一，入选江苏省优势学科。2022年统计学科获批江苏省“十四五”A类重点学科。
南京审计大学统计学科涵盖了数理统计、经济统计、金融统计和风险管理与精算学、审计大数据统计等方向，取得了许多具有国际领先水平的研究成果。近五年，学院教师主持国家自然科学基金24项、国家社会科学基金6项、省部级课题21项、江苏省高校自然科学研究重大项目3项；在国内外学术期刊发表论文400余篇，其中SCI和SSCI收录200多篇（其中包括统计学、经济学和数据科学国际顶级期刊论文19篇）；出版学术专著2部，编著教材1部；为江苏省发改委、财政、统计、工商、税务等部门提供统计分析和决策咨询报告10余份。
学院遵循学校“特色、质量、国际化”的办学理念，落实“宽口径、厚基础、强能力、高素质”的人才培养要求，依托行业优势、区域优势和经济学、管理学等学科优势，主动适应大数据时代，不断深化教学改革和人才培养模式创新，着力培养数学、统计学与经济学、金融学交叉复合型人才。学院培养的毕业生就业去向好、适应性强、发展潜力大。研究生录取率超过20%，录取学校有北京大学、南京大学、复旦大学、中国科技大学、上海交通大学、南开大学、中国人民大学、厦门大学、上海财经大学、中央财经大学、西南财经大学和哥伦比亚大学、乔治华盛顿大学等国内外著名高校，录取专业主要为经济管理类。毕业生就业主要分布在商业银行、证券公司等金融机构，中国移动、华为科技等大型企业，万得资讯、京东信息等新兴行业，以及统计、税务等政府部门。
二、学位点（专业方向）简介
（一）统计学
2003年起与南京大学联合培养经济统计方向硕士生，2014年在应用经济学科下招收统计学硕士生，2017年获批统计学硕士学术学位、应用统计硕士专业学位授予权，2020年获批统计学一级学科博士学位授权点。统计学科现拥有江苏高校优秀科技创新团队1个，与江苏省统计局共建政府统计与大数据研究院，建有江苏省统计科研基地。统计学科是“十二五”“十三五”省重点建设学科（验收优秀），“十四五”省重点学科（A类），参与了应用经济学“十三五”江苏高校优势学科的建设。建有“大数据挖掘与统计机器学习”和“统计与数据科学”两大教育部产学研教学与实训平台。
（二）应用统计学
本学位点致力于服务国家统计监督和统计全覆盖，服务国家战略和地方经济发展，为审计署、商务部、文化和旅游部、农业农村部等中央部委、江苏省政府、省统计局、工商局、税务局、发改委、商务厅等部门提供统计分析、决策咨询等服务项目20余项。获第一届统计科学技术进步奖一等奖，湖北省社会科学优秀成果奖二等奖等省部级奖项；与国家统计局、江苏省统计部门、江苏省发改委、江苏省市场监督局等部门开展联合科研项目，成效显著，具有丰富的调查和数据收集经验；与江苏省统计局联合建成江苏省政府统计与大数据研究院，共同致力于统计监督和统计全覆盖事业。
三、利用假期需完成文献的阅读
（一）阅读著作：
1．周志华, 机器学习, 清华大学出版社, 2016.
2. 李航，统计学习方法，清华大学出版社，2019.
3. Aston Zhang，Mu Li，Zachary C. Lipton，Alexander J. Smola，动手学深度学习，人民邮电出版社，2019.
4. 译者：袁国忠，Python编程：从入门到实践（第2版），人民邮电出版社，2021.
5. 宋天龙，数据处理、分析、可视化与数据化运营，人民邮电出版社，2020.
（二）阅读文献：
1．D. Wang, X. Liu, and R. Chen. Factor models for matrix-valued high-dimensional time series. Journal of econometrics, 208(1):231–248, 2019.
2. Y. Han, R. Chen, and C.-H. Zhang. Rank determination in tensor factor model. Electronic Journal of Statistics, 16(1):1726–1803, 2022.
3. S. He and J. Yin. Structure analysis of high dimensional tensor data. Proceedings 59th ISI World Statistics Congress, 25-30 August 2013, Hong Kong(Session STS091)
4. Jordan MI, Lee JD, Yang Y. Communication-efficient distributed statistical inference. Journal of the American Statistical Association, 114(526): 668–81, 2019.
5. Cai T, Wang Y, Zhang L. The cost of privacy in generalized linear models: algorithms and minimax lower bounds. arXiv preprint 2020a; arXiv:2011.03900v1.
四、线上讲座
学院将在暑假期间，以线上方式开设讲座供大家学习，引导大家提前熟悉了解本专业研究领域和方向。具体课程内容、学习平台后续将在新生群内发布，请同学们及时查看。
五、精选网络公开课
为帮助同学们提高专业理论知识水平，学院以专业为单位，推荐网络公开课，请各位同学充分利用假期时间，学习精选网络公开课。公开课详细目录如下：
1. 从Python到机器学习
本系列课程将全面介绍深度学习入门的应用知识。包括从Python基础开始，到深度学习框架Tensorflow的使用方法。是一套简练风趣，易懂易学的入门课程。
https://campus.swarma.org/course/187
2. Python完整版1000集
更适合零基础学员：0基础从你适不适合开始讲起；课程内容推陈出新：持续更新最新内容；技术讲解更深入、更全面，代码量大、案例丰富、一路实战。
https://www.bilibili.com/video/BV1Y3411s7oE?p=2
3. 配置pycharm推荐设置
为了解决编程环境配置混乱的现象，先看它，因为需要配置环境，总有用不起来的同学～
https://www.bilibili.com/video/BV1Yv4y1371U/
六、跨专业新生先修课
（一）统计学学术型硕士
1. 应用回归分析：推荐教材《线性统计模型》，王松桂、陈敏、陈立萍，高等教育出版社，1999年；《应用回归分析（R语言版）》，何晓群编，电子工业出版社，2017。
2. 统计学：推荐教材《统计学》（第七版），贾俊平、何晓群、金勇进，中国人民大学出版社，2018年1月。
（二）应用统计专业型硕士
1. 概率论与数理统计：推荐教材《概率论与数理统计》（第三版），龙永红，高等教育出版社，2009年。
2. 应用回归分析：推荐教材《线性统计模型》，王松桂、陈敏、陈立萍，高等教育出版社，1999年；《应用回归分析（R语言版）》，何晓群编，电子工业出版社，2017。
七、联系交流平台
为了更好地发布信息、增进沟通，我们建立了2023级统计学微信群、2023级应用统计专硕微信群。二维码如下：
