University College London (UCL)

Statistikk mastergrad

Undervisning og læring

Den primære metoden for å formidle informasjon og stimulere interesse er gjennom forelesninger, som gir deg et formelt kunnskapsgrunnlag som din forståelse kan utvikles fra. Forståelse av forelesningsstoffet forsterkes gjennom oppgavetimer, datakurs og gruppearbeid, samt gjennom selvstudium. Fagfellebasert læring, diskusjon med andre studenter og individuell diskusjon med ansatte støtter også læringsprosessen.

Mens forelesninger er det primære verktøyet for å opparbeide seg en kunnskapsbase, vil dine intellektuelle, akademiske og forskningsmessige ferdigheter hovedsakelig bli utviklet utenfor forelesningssalen, for eksempel ved å takle og diskutere problemer som gis regelmessig (vanligvis ukentlig). Noe kurs krever at du utvikler tenkningen din utover utenatlæring, og at du kobler ideer mellom ulike moduler. Du vil bli oppfordret til å resonnere åpent gjennom diskusjon av gitte problemer i veiledninger. For noen moduler lar workshops deg jobbe med problemer individuelt eller i grupper, med undervisningspersonale/assistenter til stede for å gi hjelp. Undervisningspersonalet har også faste "kontortider" der du er velkommen til å komme og stille spørsmål om stoffet og få individuell (en-til-en) assistanse og tilbakemeldinger.

Praktiske og overførbare ferdigheter utvikles ved å gi muligheter for praktisk erfaring gjennom regelmessige workshops og prosjekter. Mye av undervisningen i statistisk databehandling foregår i dataworkshops, som lar deg lære gjennom aktiv deltakelse. Ytterligere workshops som arrangeres i løpet av undervisningsterminene gir forberedelse til sommerens forskningsprosjekt og dekker formidling av statistikk, for eksempel presentasjon av statistiske grafer og tabeller. Prosjektveiledere vil gi veiledning om hvordan du håndterer en utvidet oppgave effektivt, og du oppfordres til å overvåke din egen arbeidspraksis ved hjelp av et selvvurderingsspørreskjema, samt å overvåke din egen fremgang ved å selv vurdere ikke-vurderte kursoppgaver.

All summativ vurdering er organisert på modulært nivå i løpet av studieåret modulen tas. De fleste modulene i statistisk vitenskap bruker en kombinasjon av skriftlig eksamen og kursarbeid på slutten av året for å vurdere dine fagspesifikke kunnskaper og akademiske ferdigheter, selv om noen moduler er utelukkende kursbaserte. Statistisk prosjektarbeid vurderer videre dine intellektuelle, akademiske og forskningsferdigheter ved hjelp av tekstbehandlede skriftlige rapporter og, i tilfelle sommerforskningsprosjektet, en muntlig presentasjon.

Kursarbeidet er utformet for å oppmuntre deg til å utvikle kunnskap og ferdigheter etter hvert som hver modul skrider frem. Selv om ikke alt kursarbeid bidrar til formell vurdering, vil det gi deg muligheten til å demonstrere dine intellektuelle og praktiske ferdigheter i skriftlige svar på oppgaveark og muntlige svar under veiledninger, med tilbakemeldinger hovedsakelig presentert gjennom veiledninger / oppgavetimer / workshops, og på individuell basis på forespørsel.

I gjennomsnitt forventes det at en student bruker 150 timer på å studere for hver modul på 15 studiepoeng. Dette inkluderer undervisningstid, selvstudium og kursarbeid. Modulene undervises vanligvis i ukentlige to-timers økter over 10 uker hvert semester.

For heltidsstudenter er typisk kontakttid rundt 12 timer per uke. Utenom forelesninger, seminarer, workshops og veiledninger studerer heltidsstudenter vanligvis tilsvarende en fulltidsjobb, og bruker den gjenværende tiden til selvstudium og fullføring av kursoppgaver.

I semester ett og andre kan heltidsstudenter vanligvis forvente mellom 10 og 12 kontakttimer per undervisningsuke gjennom en blanding av forelesninger, seminarer, workshops, kritiske øvelser og veiledninger. I semester tre og sommerperioden vil studentene fullføre sitt eget forskningsprosjekt, og holde jevnlig kontakt med veilederne sine.

moduler

Fulltid

Kjernestoffet formidles gjennom en grunnleggende modul (for å repetere grunnleggende konsepter innen sannsynlighet og statistikk) og ytterligere obligatoriske moduler. Programmeringsteknikker introduseres i kjernemodulene for å la studentene kode sine egne statistiske metoder. Studentene kan deretter legge særlig vekt på sine interesseområder ved å velge passende valgfrie moduler.

Forskningsprosjektet er en konsolidering av mastergradens undervisningsdel. Studentene vil normalt analysere og tolke data fra et reelt, komplekst problem, noe som gir muligheten til å produsere levedyktige løsninger. Prosjektemaer kan velges fra en avdelingsliste, eller studentene kan komme med egne forslag. Listen inneholder vanligvis noen samarbeidsprosjekter som er tilgjengelige med industrielle partnere.

Deltid

Programmet tilbys også på deltid over to år. Undervisningsmodulene er fordelt mellom første og andre år, men innenfor hvert år er klassene for en bestemt modul de samme som for heltidsstudenter (dvs. spesielle undervisningstider tilbys ikke for deltidsprogrammet).

Grunnmodulen tas i begynnelsen av første år. Det anbefales at studentene også tar modulen Statistiske modeller og dataanalyse (STAT0028) i første år, og forkunnskapskravene for modulen må oppfylles, men ellers er det en viss fleksibilitet i rekkefølgen de resterende underviste modulene kan studeres i. Deltidsstudenter leverer prosjektet sitt på slutten av andre år. Det er mulig å avtale med prosjektveilederen at man skal begynne å jobbe med prosjektet tidligere enn heltidsstudenter, men deltidsstudenter har ikke rett til en høyere mengde veiledning totalt sett.

Obligatoriske moduler

Statistisk databehandling

Statistiske modeller og dataanalyse Statistisk design av undersøkelser Forskningsprosjekt Stiftelsesfjorten dager Anvendte Bayesianske metoder

Valgfrie moduler

Statistisk inferens

Stokastiske systemer Prognoser Beslutning og risiko Stokastiske metoder i finans Medisinsk statistikk 1 Medisinsk statistikk 2 Stokastiske metoder i finans II Bayesianske metoder i helseøkonomi Kvantitativ modellering av operasjonell risiko og forsikringsanalyse Statistisk maskinlæring Beregningsstatistikk

Vær oppmerksom på at listen over moduler gitt her er veiledende. Denne informasjonen publiseres lang tid før påmelding, og modulinnhold og tilgjengelighet kan endres. Moduler som er i bruk for inneværende studieår er lenket for ytterligere informasjon. Der det ikke finnes noen lenke, er ytterligere informasjon ennå ikke tilgjengelig.

Studentene gjennomfører moduler til en verdi av 180 studiepoeng. Etter fullført 180 studiepoeng vil du bli tildelt en mastergrad i statistikk.

Tilgjengelighet
Detaljer om tilgjengeligheten til UCL bygningene kan fås fra AccessAble. Ytterligere informasjon kan også fås fra UCL studentstøtte- og velværetjenesteteam.

Hva dette kurset vil gi deg

En av styrkene til UCL Statistical Science er bredden i ekspertisen som tilbys; de ansattes forskningsinteresser spenner over hele spekteret fra grunnlag til applikasjoner, og gir viktige originale bidrag til utviklingen av statistisk vitenskap.

London tilbyr et utmerket miljø for å studere statistikkvitenskap. Det er hjemmet til Royal Statistical Society, samt en base for et stort fellesskap av statistikere, både akademikere og ikke-akademiske.

UCL nyopprettede Institute for Mathematical and Statistical Sciences har som mål å være Londons ledende senter for forskning, undervisning og samarbeid innen matematikk og statistikk, og etablere UCL som en global leder og et utadrettet senter for matematiske vitenskaper og deres anvendelser.

Vi er rangert som nummer 5 i Storbritannia av QS World University Rankings by Subject 2024 for statistikk og operasjonell forskning, og tilbyr deg en utmerket utdanning med høy undervisningsstandard.

Grunnlaget for din karriere

Nyutdannede går vanligvis inn i profesjonelle ansettelser i et bredt spekter av industrisektorer eller forfølger videre akademiske studier.

Ansettelsesområdene inkluderer regnskap og finansielle tjenester, bank og investering, og rådgivning, med nyutdannede som sikrer seg stillinger hos en rekke arbeidsgivere, inkludert Vanguard og WillisTowersWatson.

arbeidsevne

Statistikkmasteren gir ferdigheter som er svært ettertraktet i dag. Nyutdannede får avansert opplæring i metoder og beregningsverktøy for dataanalyse som bedrifter og forskningsorganisasjoner verdsetter. For eksempel krever de nye direktivene og lovene for risikovurderinger i bank- og forsikringsbransjen, samt helsesektoren, statistiske eksperter med høyere utdanning. Den store mengden databehandling i ulike bransjer (kjent som "dataflom") nødvendiggjør også banebrytende kunnskap innen statistikk. Som et resultat har våre nyutdannede blitt tilbudt stillinger som forskningsanalytikere eller konsulenter, og jobbmulighetene innen disse områdene øker.

Nettverk

Instituttet tilbyr ekspertise i verdensklasse sammen med sterke koblinger til praktikere, og dets posisjon innenfor UCL gir bred kunnskap (for eksempel UCL instituttet for matematiske og statistiske vitenskaper, UCL senteret for beregningsstatistikk og maskinlæring og Alan Turing-instituttet). Ansatte samarbeider også direkte med sykehus, kraftselskaper, myndigheter og finanssektoren. Følgelig har studenter på høyere nivå muligheter til å samarbeide med eksterne institusjoner.

Det er mulighet for at eksterne organisasjoner holder tekniske forelesninger og seminarer, mens listen over masterprosjekter vanligvis inkluderer samarbeidsprosjekter som er tilgjengelige med farmasøytiske selskaper og andre industripartnere.

Akkreditering
Dette masterprogrammet er akkreditert av Royal Statistical Society.

Den nåværende akkrediteringsperioden dekker studenter som først meldte seg inn mellom september 2023 og september 2028.