Favorites
Chinese
Home
About SAM
School Profile
Message from Dean
School Leaders
Departments
Department Profile
Department of Economical Statistics
Department of Mathematical Statistics
Department of Applied Mathematics
Department of Operational and Scientific Computing
Department of Quantitative Economics
Faculty Overview
Full-time Faculty
Honored Professors
Postdoctoral Station
Programs
Degree Program
Excellent Courses
Educational Resources
International Cooperation
International Cooperation Programs
Key Events
Party & Trade Union
Party Building
Staff Home
Youth League Field
Students
Admissions
Employment
Alumni
Downloads
统计与数学学院2022年研究生国家奖学金评审结果公示
我与中财 十载之约:殷先军老师
一、个人基本信息: 殷先军,德国自然科学博士(Dr.rer.nat),教授,博士生导师。 1978.02-1984.08,分别在山东大学、北京理工大学获理学学士、硕士学位,2002.11在Technische Universitaet Ilmenau 获自然科学博士。2005.7到中央财经大学工作,曾任应用数学学院院长、统计与数学学院院长、数学教学部主任。曾获北京市优秀德育工作
喜庆二十大 奋进新征程
中国共产党第二十次全国代表大会 10月16日上午在人民大会堂开幕 习近平总书记代表第十九届中央委员会 向党的二十大作报告 统计与数学学院组织师生观看二十大开幕 统计与数学学院师生通过多种形式 认真学习领会大会精神 统计与数学学院 北京市优秀共青团员邱宬池同学 采访视频
统遇青年,数开新篇——统计与数学学院2022级新生见面会与“书记第一课”
2022年10月3日下午,中央财经大学统计与数学学院2022级新生见面会在西区203教室举办,统计与数学学院党委书记李全敏老师,党委副书记边雅静老师,团委副书记、2022级辅导员赵雪琪老师与全体本科新生欢聚一堂,与国同庆。不论是精炼优美的主持介绍,还是有条不紊的节目衔接,都向我们展现了统数新生自信焕发的青春风采。 或双人共舞,或舍友齐...
统数师生热议党的二十大开幕——系列感想
2022年10月16日上午10时,中国共产党第二十次全国代表大会在北京人民大会堂开幕,统计与数学学院师生通过多种形式积极收看开幕大会,认真聆听,反响热烈。 喜迎二十大,礼赞新中国 喜见春来早,迎风上翠微。 二千三百日,十亿九州归。 大道之行也,小康已可追。 美哉我圣明,远德超古今。 ——统计与数学学院教师 薛玉山 认真聆听了习近平总...
统计与数学学院理论学习中心组(扩大)召开集中学习研讨“喜庆二十大 奋进新征程”数说数读二十大报告
10月19日下午,统计与数学学院党委以线上线下相结合的方式在沙河校区学院1号楼102会议室召开了党委理论学习中心组(扩大)会议,集中学习研讨中国共产党第二十次全国代表大会报告。学院党委理论学习中心组全体成员、全体师生党支部书记及支部委员和学院各系主任及副主任参加会议。会议由学院党委书记李全敏主持,由学院党委委员尹钊老师以“...
应势而动,公考有道——校友经验分享交流会
为帮助统数学子解答公考方面的疑惑,做好公务员职业规划,院研究生会于2022年10月23日下午举办了公考经验分享交流线上会议。活动邀请到了6位2022届的优秀校友,为有公考计划的同学们分享备考经验,分享内容详实,并为有需求的同学提供了切实帮助。 来庆庆,从公考知识和备考经历两方面展开进行分享。首先关于公考知识方面,她分享了国考、省...
团聚菁彩:追忆光荣岁月,奋进伟大时代——统计学类22-3支部主题团日暨“芮+”周末社会实践活动
如果您无法在线浏览此 PDF 文件,则可以 下载免费小巧的 福昕(Foxit) PDF 阅读器,安装后即可在线浏览 或 下载免费的 Adobe Reader PDF 阅读器,安装后即可在线浏览 或 下载此 PDF 文件
Short Course: Introduction to Latent Variable Modeling
Course outline Thecourse introduces the core methods of latent variable modeling (LVM), including structural equation models (SEM) and Latent growth models (LGM), which uses in the structural
Short Course: Dimension Reduction
Course outline Many modern datasets contain a large number of variables, that is they are high dimensional. Such high dimensional datasets are often however characterised by an underlying low
owned by all 1,744 item
home
previous page
next page
trailer page
owned by all 175 page The current first 115 page