一、学科培养方向和培养层次
本学位点在2006年获批“概率论与数理统计”硕士点，2007年开始招生。2011年学位点获批“统计学”一级学科硕士学位授予权。本学科始终坚持社会主义办学方向，贯彻科学发展观，全面执行党和国家的教育方针，秉持“服务地方、面向全国、走向世界”的人才培养理念，积极融入国家“一带一路”建设和景德镇“国家陶瓷文化传承创新试验区”建设，致力于培养德智体美劳全面发展、适应社会需求的统计专业人才。
本学科在概率论与数理统计、应用数学及智能计算相关理论研究的基础上，成功将其应用于生物信息统计、陶瓷艺术品评价及陶瓷行业相关的其他经济理论及应用研究中。经过近二十年的不懈努力，本学科以生物统计和陶瓷经济统计为特色，实现了内涵发展、跨越发展和特色发展，并为地方和行业建设做出了显著贡献。目前，本学科拥有稳定的学科方向，并在这些方向上形成了完善的学位点研究体系，尤其在生物信息方面的研究水平已达到国际前沿，众多研究成果处于国际先进水平。
1.培养方向
考虑统计学科的发展和我院其他学科的发展，在充分研究分析江西省内其他院校统计学研究领域的基础上，结合我院的现状与特色，形成了三个研究方向。
（一）生物统计学
生物统计学是统计学的重要分支学科，它以生物学、医学、公共卫生学等生命科学领域的问题为研究核心，将统计学的原理与方法应用于生命现象的观察、实验设计、数据收集、整理、分析和解释，从而揭示生命活动的客观规律、评估生物过程的有效性与安全性、为科学决策提供依据。
该方向的核心在于通过严谨的统计思维和方法，解决生命科学研究中面临的各类数据问题。其研究内容广泛，涵盖实验设计（如随机对照试验、队列研究、病例对照研究等），旨在确保研究数据的科学性和可靠性，以最少的样本量获得最多的有效信息；数据收集与管理，涉及制定合理的数据采集方案、建立数据库、进行数据质量控制等，保障数据的准确性和完整性；统计分析方法的应用与发展，包括描述性统计分析（如均数、标准差、率等指标的计算与呈现）、推断性统计分析（如参数估计、假设检验、回归分析、生存分析、时间序列分析、聚类分析、判别分析等），用于从样本数据推断总体特征、探索变量间的关系、预测疾病风险或生物过程的发展趋势；以及结果的解释与报告，要求研究者具备将复杂的统计结果转化为清晰、易懂的科学结论的能力，并能结合专业背景进行合理解释，为科研论文撰写、临床实践指导或公共卫生政策制定提供支持。
我院生物统计学方向运用统计、数学和计算机科学的方法研究生物及医学统计问题，建立了蛋白质、DNA和RNA序列的表示模型，结合模式识别和机器学习领域的新思想研究预测算法，并构建了供生物实验学家方便使用的在线预测器，极大方便了生物实验和制药工程。这些研究成果得到学术界的高度认可，其中研究课题“基于单细胞TCR数据的癌症智能识别与分类方法研究”获批2022年的国家自然科学基金面上项目，科研成果“基于序列信息的蛋白质结构和功能类型预测”、“生物序列信息挖掘研究”分别荣获2016年度、2022年度江西省自然科学奖二等奖。
（二）统计机器学习
统计机器学习是统计学与机器学习交叉融合形成的重要研究方向，它以统计学理论为坚实基础，致力于开发能够从数据中学习规律并进行预测和决策的算法与模型。该方向的核心目标是通过对数据的深入分析，构建具有良好泛化能力的数学模型，以解决实际应用中复杂的数据驱动问题。
从理论层面来看，统计机器学习紧密依赖于概率论、数理统计、线性代数和最优化理论等数学工具。它关注模型的统计推断性质，如参数估计的无偏性、一致性、有效性，以及假设检验、置信区间等统计推断方法在模型评估和解释中的应用。通过对数据生成过程进行合理假设，统计机器学习试图揭示数据背后潜在的概率分布规律，从而为模型的构建和优化提供理论依据。例如，在监督学习中，统计学习理论深入探讨了经验风险最小化与结构风险最小化之间的关系，为支持向量机等经典算法的泛化性能分析奠定了基础。
我院统计机器学习依托学校行业背景，在陶瓷材料成分优化与性能预测、陶瓷生产工艺参数优化、陶瓷缺陷检测与质量控制、陶瓷材料微观结构分析、陶瓷工业能耗与资源优化、陶瓷产品市场需求预测与个性化设计等领域结合统计机器学习方法，通过数据驱动的建模与分析在陶瓷材料研发、生产工艺优化、质量控制、资源管理等环节，发挥关键作用，推动陶瓷行业向智能化、高效化、低耗化方向发展。
（三）数据科学与统计应用
数据科学与统计应用方向是统计学、计算机科学、数学等多学科交叉融合的领域，它以数据为核心，旨在通过运用统计方法、机器学习算法、数据处理技术等领域知识，从结构化、半结构化和非结构化数据中提取有价值的信息、洞察规律、构建模型并解决实际问题。该方向不仅强调对统计理论基础的深入理解，更注重将理论与方法应用于各个行业和领域，驱动决策优化、创新发展和科学发现。
在理论基础方面，该方向涵盖了传统统计学的核心内容，如概率论、数理统计（包括参数估计、假设检验、方差分析、回归分析等）、抽样技术、实验设计等，这些构成了数据分析的理论基石。同时，随着数据科学的兴起，还融入了机器学习、数据挖掘、深度学习等前沿算法与模型，包括监督学习（如分类、回归）、无监督学习（如聚类、降维）、强化学习以及自然语言处理、计算机视觉等领域的专门技术。此外，数据科学的理论还涉及数据预处理、特征工程、模型评估与优化、因果推断、高维数据分析等关键环节的方法论。
我院数据科学与统计应用方向针对瓷土矿成分、陶瓷产品市场、陶瓷质量评价等研究了相应统计模型。通过研究新算法和概率论建模，将随机过程、最优化理论及样条磨光等理论应用到分析陶瓷艺术的定价机制及风险理论中，就陶瓷艺术品的定价问题建立合适的模型进行分析，探索了陶瓷艺术品的定价机制和分析方法，为规范陶瓷艺术市场、科学地促进陶瓷艺术的发展提供决策依据.有效满足了陶瓷行业及地方经济发展的需求。
2.培养层次
硕士研究生
二、培养目标和基本要求
本学位授权点的培养目标是服务于国家和江西区域经济社会发展，培养具有扎实的统计学专业基础知识、宽广的国际视野、强烈的创新意识和社会责任感，掌握从事科学研究和解决工程问题的先进技术方法和现代技术手段，具备独立开展科研项目和工程管理工作的能力，能够从事统计学相关领域的教学、科研和工程技术方面工作的高层次研究型统计人才。具体要求如下：
（1）掌握马列主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观、习近平新时代中国特色社会主义思想，拥护四项基本原则，遵纪守法，品行端正，作风正派，愿为社会主义现代化建设事业积极工作；
（2）具备系统的统计学领域理论知识体系，能掌握应用统计涉及的相关案例领域的专业知识背景，特别是陶瓷领域的专业知识背景；
（3）熟练掌握一门外语，具备应用外语开展学术研究和学术交流的基本能力；
（4）具有一定的从事科学研究和解决实际问题的能力，具有较强的数据采集、分析处理及统计建模、统计软件开发运用的能力，具有很好的统计计算、统计推理的能力；
（5）具有实事求是、严谨的科学作风；遵守学术规范，恪守学术道德；
（6）身体健康。
三、培养方式
（1）实行导师负责制的同时，鼓励实行以导师为主的指导小组负责制。导师负责研究生培养全过程，包括指导研究生制定个人培养计划、指导进行科学研究和撰写学位论文等工作，而且对研究生的思想品德、学术道德有引导、示范和监督的责任。导师应根据培养方案的要求，结合所带学生的具体情况，制订每位学生的个人培养计划，就每位学生的具体培养及所学课程作出具体规定。
（2）根据导师和有关教师的要求，完成查找有关国内外文献资料，阅读消化，撰写读书笔记，及时送导师及有关教师评阅。
（3）根据“自学为主，导师因材施教进行指导，培养分析问题和解决问题的能力”的精神，在校期间，得到系统的理论和科学研究训练，自学能力和独立工作能力方面在本科生基础上有进一步的提高。
（4）通过教学实践活动，提高研究生表达能力与教学能力。教学实践主要是担任本科生的实验课教学、辅导及批改作业等。
（5）通过调研与收集资料，加强理论教学实践，掌握学科的发展动态，增强对本学科的系统了解。
（6）通过科研训练，提高动手能力与分析问题的能力，同时提高科学论文的写作能力。科研训练主要是要求学生适当参加导师的科研工作，在导师指导下，利用课余和假期时间完成小型的科学试验，写出试验报告或论文。
（7）导师指导与教研室集体培养相结合。
（8）按照德、智、体、美、劳的要求，应参加体育锻炼和一定的公益劳动。
四、基本修业年限（学制）
（1）全日制硕士研究生学制为3年，在职硕士研究生学制为3-5年，硕士研究生学习年限上限为5年，其中课程学习1.5年，论文工作不少于 1年；
（2）第一、二学年完成硕士学位的必修和选修课程，完成教学和实践环节的任务，同时完成资料收集、调研和开题报告的任务；
（3）第三学年进行学位论文的研究工作（根据学习任务完成情况，可提前至第二学年的下学期开始做毕业论文），撰写学位论文。其中毕业论文28周，撰写学位论文10周，毕业答辩1周。
研究生可申请提前毕业或延期毕业，具体按学校有关规定执行。研究生可申请转专业（方向），具体按学校有关规定执行。
