统计学一级学科下设数理统计、金融统计与保险精算以及智能数据分析三个学科方向，2019年获批统计学学术硕士学位授权点，授予理学学位。本学位点按照“瞄准科技前沿、基于问题驱动、强化产教融合、提高服务能力”的思路，不断深化学科建设水平，增强学科综合实力。

1. 数理统计方向

依托数理基础理论研究中心，针对统计基础理论，开展统计计算、非参数贝叶斯理论、随机过程及其应用、函数型数据分析，因果推断、统计学习等方面的研究。

培养的研究生能够运用统计学科的理论和方法，解决科学研究或生产实践中与随机数据相关的基本理论，或统计调查、试验设计、可靠性统计、产品质量管理、经济统计等领域的应用问题。

2. 金融统计与保险精算方向

依托金融与保险科技应用研究中心，针对金融、保险等行业领域的风险控制问题，开展财务风险的不确定性度量、保险精算管理以及各种金融风险量化模型等方面的研究。

培养的研究生能够运用数学、统计学科的理论和方法，定量分析金融学中诸如金融衍生产品的设计和定价、信用风险的评估和管理、量化投资以及金融与数学交叉问题，研究以保险公司为核心的破产风险，并对各种保险风险进行定量研究和管理；等等。

(1)风险管理与保险精算

该研究方向面向风险管理与保险领域，致力于风险测度与分类、非寿险定价、非寿险未决赔款准备金估计、最优保险、死亡率估计、最优资产分配、相依风险情形下的精算技术等风险管理与保险精算问题以及小域估计、贝叶斯非参数、变分推断、流形学习等统计与概率机器学习问题的研究，具体包括：

其一，非寿险未决赔款准备金评估模型及其比较分析

其二，贝叶斯非参数模型及其风险管理与精算中的应用

其三，变分自编码理论及其在风险管理与精算中的应用

其四，最优资产分配问题

其五，风险相依情形下精算技术

(2)金融统计

该研究方向面向金融领域，致力于基于随机过程的期权与期货等衍生品定价、基于信贷融资的供应链金融、基于实物期权的项目投资、基于最优控制的金融系统、基于时间序列的债券流动性和违约风险等问题的研究，具体包括：

其一，金融衍生品的定价问题

其二，基于实物期权的最优投资决策问题

其三，金融系统的最优控制问题

其四，供应链金融的最优决策问题

其五，各类债券的流动性和违约风险问题

3. 智能数据分析方向

依托数智融合协同创新中心，面向大数据时代经济社会数字化转型要求，基于统计模式识别、统计模拟方法以及统计学习理论三个方向开展前沿理论研究，探索其在文本数据、图像识别、商务智能、智能材料与器件、社会经济等方面的实际应用。

培养的研究生能够运用数据科学中的核心统计方法和技术、数据分析和计算方法、可视化分析技术、人工智能学习方法以及一定的专门领域知识，并借助R、Python等数据分析软件研究经济、商业、教育、生物、医学等行业中的大数据问题，从而为经济决策、医学诊断、自动驾驶等领域提供理论和智能技术支持。

(1) 统计模式识别及其在智能分析中的应用研究

该研究方向围绕社交网络大数据分析、精准推荐、商务智能、情感分析、效能与安全评价等行业领域内的实际问题，基于图像与文本大数据，致力于开展统计模式识别理论、方法与应用研究，具体包括：

其一，评论性文本数据分析理论及其应用研究

其二，中文短文本分类理论及其应用研究

其三，自动摘要生成理论及其在商务智能中的应用研究

其四，基于社交网络大数据的文本挖掘理论及其应用研究

其五，基于Shiny的文本数据可视化分析系统研发

其六，基于图像模式识别的统计理论及其在智能监测中的应用研究

其七，效能与安全评价方法及其应用研究

其八，智能推荐理论及其在电商平台运维中的应用研究

(2) 统计模拟方法及其在智能分析中的应用研究

该研究方向面向机器人、无人驾驶、制动器、传感器设计以及人口问题等行业领域，借助于多源数据融合算法以及MATLAB、Python、R等数值模拟方法，开展复杂环境下机器人感知决策、可视化智能材料性能以及人口统计路径优化等方面的应用研究，具体包括：

其一，基于人工智能的金属表面缺陷识别

其二，基于情感分析的电影话题人机交互系统的研究与开发

其三，基于人工智能教育在线学习行为数据分析研究

其四，基于多传感器数据融合的外骨骼机器人研究

其五，基于密度泛函理论的第一性原理方法研究磁智能材料与液态金属性能

其六，基于MATLAB与Python数据可视化程序开发

其七，人口演进规律及经济动态评价研究

其八，动态收入分配理论与政策模拟

(3) 统计学习理论及其在智能分析中的应用研究

该研究方向面向重大疾病预测、系统动态建模与参数估计、医学与工程图像处理、社交网络大数据分析、智能推荐等行业领域实际问题，运用统计学基本理论，结合机器学习方法，开展仿生计算和系统预测等方面的应用研究，具体包括：

其一，基于知识图谱的推荐模型研究和应用

其二，基于图神经网络的社交推荐模型研究和应用

其三，基于影像数据的重度抑郁症诊断的生物标志研究与应用

其四，基于机器学习的重度抑郁症的预测与分类研究与应用

其五，基于数据驱动的复杂系统动态建模方法研究与应用

其六，基于人工智能技术的复杂系统运行参数整定研究

本学位授权点现有专兼职教师24人，其中教授6人，副教授11人，博士20余人，在校学硕研究生规模50人左右。